首页 文章

将具有不同长度的嵌套列表有效转换为data.frame（使用基数R）

提问于
浏览 次
4

我希望得到一些帮助，将嵌套列表转换为数据框 . 我的解决方案多次迭代，我想知道是否有更有效的解决方案 .

嵌套列表的玩具示例：

nested_list <- list(list('date' = '2018-01-10', 'value1' = 1, 'value2' = 2), 
                    list('date' = '2018-01-09', 'value1' = 3, 'value2' = 4), 
                    list('date' = '2018-01 08', 'value1' = NULL, 'value2' = NULL), 
                    list('date' = '2018-01-07', 'value1' = NULL, 'value2' = NULL), 
                    list('date' = '2018-01-06', 'value1' = 5, 'value2' = 6))

如您所见，某些值为NULL . 我的意图是完全省略这些数据 .

目前，我首先屏蔽所有长度大于1的嵌套列表 .

mask <- sapply((lapply(nested_list, unlist)), length) > 1

然后我通过do.call应用rbind并转换为data.frame . 在过程结束时，我必须强制数值，因为它们都被转换为字符串 .

data.frame(do.call('rbind', lapply(nested_list[mask], unlist)), stringsAsFactors = FALSE)

正如您所看到的那样看起来很混乱，我想知道是否有更有效的方法来完成到数据框的转换 .

谢谢

r list-comprehension

3 回答

  • 2

    我知道你的 Headers 是"base R"，但你也要求更高效的方式 . 所以这里的替代方案是 tidyverse 解决方案：

    nested_list %>%
    map(unlist) %>%
    rbind_all() %>%
    filter(complete.cases(.)) %>%
    mutate_at(vars(contains("value")), as.numeric);
## A tibble: 3 x 3
#  date       value1 value2
#  <chr>       <dbl>  <dbl>
#1 2018-01-10     1.     2.
#2 2018-01-09     3.     4.
#3 2018-01-09     5.     6.

    或者（感谢@arun）：

    nested_list %>% 
    transpose %>% 
    map_df(~ .x %>% replace(., lengths(.)==0, NA) %>% unlist) %>% 
    filter(!is.na(value1))
    回复于
  • 2

    这是一个 base R 选项，我们遍历'nested_list'和 if 的元素， any 元素的 length 为0，然后将其分配给 NULL ，否则返回 data.frame

    res <- do.call(rbind, lapply(nested_list, function(x) 
      if(any(lengths(x) == 0)) NULL else data.frame(x, stringsAsFactors = FALSE)))
res
#         date value1 value2
#1 2018-01-10      1      2
#2 2018-01-09      3      4
#3 2018-01-06      5      6

    在输入数据集中，'date'值为 character ，最好存储为 Date 类

    res$date <- as.Date(res$date)
str(res)
# 'data.frame':   3 obs. of  3 variables:
# $ date  : Date, format: "2018-01-10" "2018-01-09" "2018-01-06"
# $ value1: num  1 3 5
# $ value2: num  2 4 6
    回复于
  • 2

    另一种方案：

    > data.table::rbindlist(nested_list[sapply(nested_list, function(x) min(lengths(x))) > 0])
         date value1 value2
1: 2018-01-10      1      2
2: 2018-01-09      3      4
3: 2018-01-06      5      6
    回复于

相关问题