просматривать или отображать списки рядом в R

Question

Есть ли способ просматривать списки рядом? Я сравниваю две версии одного и того же набора данных и хотел бы просмотреть итоговую распечатку переменных. В идеале была бы отличной возможность предоставить более двух наборов данных, и если бы были дополнительные переменные, которых не было ни в одном из наборов данных, они были бы в конце вывода.

library(tidyverse)
library(janitor)
df1 <- data.frame(var1 = c("a", "b"),
                  var2 = c("A", "B"),
                  var3 = c("checking"))
df1
df2 <- data.frame(var1 = letters,
                  var2 = LETTERS,
                  var4 = c("testing"))
df2
ll <- lst(df1, df2)

compare_these_lists <- map(ll, ~dplyr::select_if(.x, is.factor) %>% map(., tabyl))
compare_these_lists

результат I хочу, чтобы каждая переменная выровнялась так, чтобы их можно было легко сравнить следующим образом:

$df1                   $df2
$df1$var1              $df2$var1
.x[[i]] n percent     .x[[i]] n    percent
a 1     0.5                 a 1 0.03846154
b 1     0.5                 b 1 0.03846154
                            c 1 0.03846154
                            d 1 0.03846154
                            e 1 0.03846154
                            f 1 0.03846154
                            g 1 0.03846154
                            h 1 0.03846154
                            i 1 0.03846154
                            j 1 0.03846154
                            k 1 0.03846154
                            l 1 0.03846154
                            m 1 0.03846154
                            n 1 0.03846154
                            o 1 0.03846154
                            p 1 0.03846154
                            q 1 0.03846154
                            r 1 0.03846154
                            s 1 0.03846154
                            t 1 0.03846154
                            u 1 0.03846154
                            v 1 0.03846154
                            w 1 0.03846154
                            x 1 0.03846154
                            y 1 0.03846154
                            z 1 0.03846154

$df1$var2               $df2$var2
.x[[i]] n percent     .x[[i]] n    percent
A 1     0.5                 A 1 0.03846154
B 1     0.5                 B 1 0.03846154
                            C 1 0.03846154
                            D 1 0.03846154
                            E 1 0.03846154
                            F 1 0.03846154
                            G 1 0.03846154
                            H 1 0.03846154
                            I 1 0.03846154
                            J 1 0.03846154
                            K 1 0.03846154
                            L 1 0.03846154
                            M 1 0.03846154
                            N 1 0.03846154
                            O 1 0.03846154
                            P 1 0.03846154
                            Q 1 0.03846154
                            R 1 0.03846154
                            S 1 0.03846154
                            T 1 0.03846154
                            U 1 0.03846154
                            V 1 0.03846154
                            W 1 0.03846154
                            X 1 0.03846154
                            Y 1 0.03846154
                            Z 1 0.03846154     

$df1$var3
.x[[i]] n percent
checking 2       1                

                        $df2$var4
                         .x[[i]] n percent
                      testing 26       1  

Единственный похожий вопрос, который я мог найти, это здесь , что довольно старо, но переменные скачут в этом решении, чтобы они не выровнялись, что затрудняет сравнение, если у вас много переменных.

Есть ли уже функция для выполнения чего-то подобного или какой-нибудь приятной работы? Я думал, что-то с purrr может сделать это.

спасибо

Answer 1

это подходит мне достаточно близко

library(tidyverse)
flatten(compare_these_lists) %>% 
  map( ~ .x %>%  mutate(id = row_number())) %>%   
  imap(~set_names(.x, ifelse(names(.x) != "id", paste(.y, names(.x), sep = "_"), names(.x)))) %>% 
  reduce(full_join, by = 'id') %>% 
  {map(set_names(c("var1", "var2", "var3", "var4")), function(.x) dplyr::select(., contains(.x)))}

# $var1
#    var1_.x[[i]].x var1_n.x var1_percent.x var1_.x[[i]].y var1_n.y var1_percent.y
# 1               a        1            0.5              a        1     0.03846154
# 2               b        1            0.5              b        1     0.03846154
# 3            <NA>       NA             NA              c        1     0.03846154
# 4            <NA>       NA             NA              d        1     0.03846154
# 5            <NA>       NA             NA              e        1     0.03846154
# 6            <NA>       NA             NA              f        1     0.03846154
# 7            <NA>       NA             NA              g        1     0.03846154
# 8            <NA>       NA             NA              h        1     0.03846154
# 9            <NA>       NA             NA              i        1     0.03846154
# 10           <NA>       NA             NA              j        1     0.03846154
# 11           <NA>       NA             NA              k        1     0.03846154
# 12           <NA>       NA             NA              l        1     0.03846154
# 13           <NA>       NA             NA              m        1     0.03846154
# 14           <NA>       NA             NA              n        1     0.03846154
# 15           <NA>       NA             NA              o        1     0.03846154
# 16           <NA>       NA             NA              p        1     0.03846154
# 17           <NA>       NA             NA              q        1     0.03846154
# 18           <NA>       NA             NA              r        1     0.03846154
# 19           <NA>       NA             NA              s        1     0.03846154
# 20           <NA>       NA             NA              t        1     0.03846154
# 21           <NA>       NA             NA              u        1     0.03846154
# 22           <NA>       NA             NA              v        1     0.03846154
# 23           <NA>       NA             NA              w        1     0.03846154
# 24           <NA>       NA             NA              x        1     0.03846154
# 25           <NA>       NA             NA              y        1     0.03846154
# 26           <NA>       NA             NA              z        1     0.03846154

# $var2
#    var2_.x[[i]].x var2_n.x var2_percent.x var2_.x[[i]].y var2_n.y var2_percent.y
# 1               A        1            0.5              A        1     0.03846154
# 2               B        1            0.5              B        1     0.03846154
# 3            <NA>       NA             NA              C        1     0.03846154
# 4            <NA>       NA             NA              D        1     0.03846154
# 5            <NA>       NA             NA              E        1     0.03846154
# 6            <NA>       NA             NA              F        1     0.03846154
# 7            <NA>       NA             NA              G        1     0.03846154
# 8            <NA>       NA             NA              H        1     0.03846154
# 9            <NA>       NA             NA              I        1     0.03846154
# 10           <NA>       NA             NA              J        1     0.03846154
# 11           <NA>       NA             NA              K        1     0.03846154
# 12           <NA>       NA             NA              L        1     0.03846154
# 13           <NA>       NA             NA              M        1     0.03846154
# 14           <NA>       NA             NA              N        1     0.03846154
# 15           <NA>       NA             NA              O        1     0.03846154
# 16           <NA>       NA             NA              P        1     0.03846154
# 17           <NA>       NA             NA              Q        1     0.03846154
# 18           <NA>       NA             NA              R        1     0.03846154
# 19           <NA>       NA             NA              S        1     0.03846154
# 20           <NA>       NA             NA              T        1     0.03846154
# 21           <NA>       NA             NA              U        1     0.03846154
# 22           <NA>       NA             NA              V        1     0.03846154
# 23           <NA>       NA             NA              W        1     0.03846154
# 24           <NA>       NA             NA              X        1     0.03846154
# 25           <NA>       NA             NA              Y        1     0.03846154
# 26           <NA>       NA             NA              Z        1     0.03846154

# $var3
#    var3_.x[[i]] var3_n var3_percent
# 1      checking      2            1
# 2          <NA>     NA           NA
# 3          <NA>     NA           NA
# 4          <NA>     NA           NA
# 5          <NA>     NA           NA
# 6          <NA>     NA           NA
# 7          <NA>     NA           NA
# 8          <NA>     NA           NA
# 9          <NA>     NA           NA
# 10         <NA>     NA           NA
# 11         <NA>     NA           NA
# 12         <NA>     NA           NA
# 13         <NA>     NA           NA
# 14         <NA>     NA           NA
# 15         <NA>     NA           NA
# 16         <NA>     NA           NA
# 17         <NA>     NA           NA
# 18         <NA>     NA           NA
# 19         <NA>     NA           NA
# 20         <NA>     NA           NA
# 21         <NA>     NA           NA
# 22         <NA>     NA           NA
# 23         <NA>     NA           NA
# 24         <NA>     NA           NA
# 25         <NA>     NA           NA
# 26         <NA>     NA           NA

# $var4
#    var4_.x[[i]] var4_n var4_percent
# 1       testing     26            1
# 2          <NA>     NA           NA
# 3          <NA>     NA           NA
# 4          <NA>     NA           NA
# 5          <NA>     NA           NA
# 6          <NA>     NA           NA
# 7          <NA>     NA           NA
# 8          <NA>     NA           NA
# 9          <NA>     NA           NA
# 10         <NA>     NA           NA
# 11         <NA>     NA           NA
# 12         <NA>     NA           NA
# 13         <NA>     NA           NA
# 14         <NA>     NA           NA
# 15         <NA>     NA           NA
# 16         <NA>     NA           NA
# 17         <NA>     NA           NA
# 18         <NA>     NA           NA
# 19         <NA>     NA           NA
# 20         <NA>     NA           NA
# 21         <NA>     NA           NA
# 22         <NA>     NA           NA
# 23         <NA>     NA           NA
# 24         <NA>     NA           NA
# 25         <NA>     NA           NA
# 26         <NA>     NA           NA

Answer 2

Вот решение tidyverse:

Ваше представление:

library(tidyverse)
library(janitor)
df1 <- data.frame(var1 = c("a", "b"),
                  var2 = c("A", "B"),
                  var3 = c("checking"))
df1
df2 <- data.frame(var1 = letters,
                  var2 = LETTERS,
                  var4 = c("testing"))

Создание ключа для объединения фреймов данных:

df1 <- as_tibble(df1)
df1 <- df1 %>% rownames_to_column(var = "key")

df2 <- as_tibble(df2)
df2 <- df2 %>% rownames_to_column(var = "key")

full_join для сравнения:

df_compare <- full_join(df1, df2, by = "key")
print(df_compare)