использование rbindlists для вложенных списков в R - PullRequest
Новая
       42

использование rbindlists для вложенных списков в R

1 голос
/ 23 апреля 2020

У меня есть вложенный список, как показано ниже. Это упрощенный пример, мои исходные данные имеют много сотен предметов. 

mtcars
mtcars <- mtcars[1:15,]
mtcars <- as.data.table(mtcars)

iris
iris <- iris[1:10,]
iris <- as.data.table(iris)

result <- vector("list", 3)
names <- c("Item 1", "Item 2", "Item 3")
names(result) <- names

testList1 <- list(mtcars, iris)

rm(result)
result <- list(Item1 = list(cars = mtcars,
                            flowers = iris),
               Item2 = list(cars = mtcars,
                            flowers = iris),
               Item3 = list(cars = mtcars,
                            flowers = iris))

, который я хочу обобщить, чтобы я стал двумя таблицами данных: один для flowers и другой для cars.

Я попытался использовать result <- rbindlist(result, use.names = TRUE, fill = TRUE), но это привело к ошибке.

Желаемый результат: 

testList1 <- list(iris, iris, iris)
flowers <- rbindlist(testList1, use.names = TRUE, fill = TRUE)
flowers

testList1 <- list(mtcars, mtcars, mtcars)
cars <- rbindlist(testList1, use.names = TRUE, fill = TRUE)
cars

Как связать вложенный список, учитывая, что исходный results намного больше, чем пример?

Ответы [ 2 ]

1 голос
/ 23 апреля 2020

Вы можете использовать purrr transpose и bind_rows с dplyr. 

library(purrr)
transpose(result) %>% map(dplyr::bind_rows)

#$cars
#     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# 1: 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
# 2: 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
# 3: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
# 4: 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
# 5: 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#...

#$flowers
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1:          5.1         3.5          1.4         0.2  setosa
# 2:          4.9         3.0          1.4         0.2  setosa
# 3:          4.7         3.2          1.3         0.2  setosa
# 4:          4.6         3.1          1.5         0.2  setosa
# 5:          5.0         3.6          1.4         0.2  setosa
#...

Мы можем добавить столбец 'id': 

transpose(result) %>% map(dplyr::bind_rows, .id = "id")

#$cars
#     mpg cyl  disp  hp drat    wt  qsec vs am gear carb    id
# 1: 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 Item1
# 2: 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 Item1
# 3: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 Item1
#...
#...
#43: 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3 Item3
#44: 15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3 Item3
#45: 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4 Item3
#     mpg cyl  disp  hp drat    wt  qsec vs am gear carb    id

#$flowers
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species    id
# 1:          5.1         3.5          1.4         0.2  setosa Item1
# 2:          4.9         3.0          1.4         0.2  setosa Item1
# 3:          4.7         3.2          1.3         0.2  setosa Item1
#...
#29:          4.4         2.9          1.4         0.2  setosa Item3
#30:          4.9         3.1          1.5         0.1  setosa Item3
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species    id
0 голосов
/ 24 апреля 2020

Мы можем использовать rbindlist, если мы l oop над names внутреннего списка 

library(data.table)
lapply(setNames(names(result[[1]]), names(result[[1]])), 
        function(nm)  rbindlist(lapply(result, `[[`, nm)))
#$cars
#     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
# 1: 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
# 2: 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
# 3: 22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
# 4: 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
# 5: 18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
# 6: 18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
# 7: 14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
# 8: 24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
# 9: 22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
# ...


#$flowers
#    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1:          5.1         3.5          1.4         0.2  setosa
# 2:          4.9         3.0          1.4         0.2  setosa
# 3:          4.7         3.2          1.3         0.2  setosa
# 4:          4.6         3.1          1.5         0.2  setosa
# 5:          5.0         3.6          1.4         0.2  setosa
# 6:          5.4         3.9          1.7         0.4  setosa
# 7:          4.6         3.4          1.4         0.3  setosa
# 8:          5.0         3.4          1.5         0.2  setosa
# ..

Если нам нужен 'id', то укажите idcol опция в rbindlist

lapply(setNames(names(result[[1]]), names(result[[1]])),
    function(nm)  rbindlist(lapply(result, `[[`, nm), idcol = 'id'))
...