R - 列表到数据框-Java 学习之路

409

我有一个嵌套的数据列表 . 它的长度为132，每个项目都是长度为20的列表 . 是否有一种快速的方法将此结构转换为具有132行和20列数据的数据框？

以下是一些可用的示例数据：

l <- replicate(
  132,
  list(sample(letters, 20)),
  simplify = FALSE
)

17 回答

46
假设您的列表列表名为 l ：
```
df <- data.frame(matrix(unlist(l), nrow=132, byrow=T))
```
以上将所有字符列转换为因子，为避免这种情况，您可以向data.frame（）调用添加一个参数：
```
df <- data.frame(matrix(unlist(l), nrow=132, byrow=T),stringsAsFactors=FALSE)
```
回复于 2024-05-03T17:42:44+08:00

您可以使用 plyr 包 . 例如，表单的嵌套列表

l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
      , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
      , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
      , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
      )

现在长度为4， l 中的每个列表都包含另一个长度为3的列表 . 现在你可以运行了

library (plyr)
  df <- ldply (l, data.frame)

并且应该得到与答案@Marek和@nico相同的结果 .

回复于 2024-05-03T17:42:44+08:00

-3

data.frame(t(sapply(mylistlist,c)))

sapply 将其转换为矩阵 . data.frame 将矩阵转换为数据帧 .

回复于 2024-05-03T17:42:44+08:00
79
随着 rbind
```
do.call(rbind.data.frame, your_list)
```
编辑：以前的版本返回 list 的 list 而不是向量（如评论中指出的@IanSudbery） .
回复于 2024-05-03T17:42:44+08:00
4

test1 < - list（c（a ='a'，b ='b'，c ='c'），c（a ='d'，b ='e'，c ='f'））as . data.frame（test1）abc 1 abc 2 def

test2 < - list（c（'a'，'b'，'c'），c（a ='d'，b ='e'，c ='f'））

as.data.frame（test2）a b c 1 a b c 2 d e f

test3 < - list（'Row1'= c（a ='a'，b ='b'，c ='c'），'row2'= c（a ='d'，var2 ='e'，var3 = 'F'））

as.data.frame（test3）a b c var2 var3 Row1 a b c Row2 d e f

回复于 2024-05-03T17:42:44+08:00
287

这最终对我有用：

do.call("rbind", lapply(S1, as.data.frame))

回复于 2024-05-03T17:42:44+08:00

382

Reshape2产生的输出与上面的plyr示例相同：

library(reshape2)
l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
          , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
          , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
          , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
)
l <- melt(l)
dcast(l, L1 ~ L2)

收益率：

L1 var.1 var.2 var.3
1  a     1     2     3
2  b     4     5     6
3  c     7     8     9
4  d    10    11    12

如果你几乎没有像素，你可以在1行w / recast（）中完成所有这些操作 .

回复于 2024-05-03T17:42:44+08:00

l <- replicate(10,list(sample(letters, 20)))
a <-lapply(l[1:10],data.frame)
do.call("cbind", a)

回复于 2024-05-03T17:42:44+08:00

113
更多答案，以及这个问题答案的时间安排：What is the most efficient way to cast a list as a data frame?

最快的方法是，不会产生带有列表而不是列的向量的数据帧（来自Martin Morgan的答案）：
```
l <- list(list(col1="a",col2=1),list(col1="b",col2=2))
f = function(x) function(i) unlist(lapply(x, `[[`, i), use.names=FALSE)
as.data.frame(Map(f(l), names(l[[1]])))
```
回复于 2024-05-03T17:42:44+08:00
54
延伸@ Marek的答案：如果你想避免字符串被转化为因素和效率不是一个值得关注的尝试
```
do.call(rbind, lapply(your_list, data.frame, stringsAsFactors=FALSE))
```
回复于 2024-05-03T17:42:44+08:00
4
假设您的列表名为 L ，
```
data.frame(Reduce(rbind, L))
```
回复于 2024-05-03T17:42:44+08:00
3
有时您的数据可能是相同长度的矢量列表的列表 .
```
lolov = list(list(c(1,2,3),c(4,5,6)), list(c(7,8,9),c(10,11,12),c(13,14,15)) )
```
（内部向量也可以是列表，但我正在简化以使其更容易阅读） .

然后您可以进行以下修改 . 请记住，您可以一次取消一个级别：
```
lov = unlist(lolov, recursive = FALSE )
> lov
[[1]]
[1] 1 2 3

[[2]]
[1] 4 5 6

[[3]]
[1] 7 8 9

[[4]]
[1] 10 11 12

[[5]]
[1] 13 14 15
```
现在使用其他答案中提到的您最喜欢的方法：
```
library(plyr)
>ldply(lov)
  V1 V2 V3
1  1  2  3
2  4  5  6
3  7  8  9
4 10 11 12
5 13 14 15
```
回复于 2024-05-03T17:42:44+08:00

根据列表的结构，有一些 tidyverse 选项可以很好地处理不等长度列表：

l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
        , b = list(var.1 = 4, var.2 = 5)
        , c = list(var.1 = 7, var.3 = 9)
        , d = list(var.1 = 10, var.2 = 11, var.3 = NA))

df <- dplyr::bind_rows(l)
df <- purrr::map_df(l, dplyr::bind_rows)
df <- purrr::map_df(l, ~.x)

# all create the same data frame:
# A tibble: 4 x 3
  var.1 var.2 var.3
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5    NA
3     7    NA     9
4    10    11    NA

您还可以混合矢量和数据框：

library(dplyr)
bind_rows(
  list(a = 1, b = 2),
  data_frame(a = 3:4, b = 5:6),
  c(a = 7)
)

# A tibble: 4 x 2
      a     b
  <dbl> <dbl>
1     1     2
2     3     5
3     4     6
4     7    NA

回复于 2024-05-03T17:42:44+08:00

tibble 包有一个函数 enframe() ，它通过将嵌套的 list 对象强制转换为嵌套的 tibble （"tidy"数据帧）对象来解决此问题 . 以下是R for Data Science的简短示例：

x <- list(
    a = 1:5,
    b = 3:4, 
    c = 5:6
) 

df <- enframe(x)
df
#> # A tibble: 3 × 2
#>    name     value
#>   <chr>    <list>
#>    1     a <int [5]>
#>    2     b <int [2]>
#>    3     c <int [2]>

由于列表中有多个嵌套 l ，因此可以使用 unlist(recursive = FALSE) 删除不必要的嵌套以获取单个分层列表，然后传递给 enframe() . 我使用 tidyr::unnest() 来取消输出到单级"tidy"数据框，它有两列（一组用于组 name ，一组用于组 value 的观察） . 如果您想要宽的列，可以使用 add_column() 添加一个列，只重复值的顺序132次 . 然后只是 spread() 的值 .

library(tidyverse)

l <- replicate(
    132,
    list(sample(letters, 20)),
    simplify = FALSE
)

l_tib <- l %>% 
    unlist(recursive = FALSE) %>% 
    enframe() %>% 
    unnest()
l_tib
#> # A tibble: 2,640 x 2
#>     name value
#>    <int> <chr>
#> 1      1     d
#> 2      1     z
#> 3      1     l
#> 4      1     b
#> 5      1     i
#> 6      1     j
#> 7      1     g
#> 8      1     w
#> 9      1     r
#> 10     1     p
#> # ... with 2,630 more rows

l_tib_spread <- l_tib %>%
    add_column(index = rep(1:20, 132)) %>%
    spread(key = index, value = value)
l_tib_spread
#> # A tibble: 132 x 21
#>     name   `1`   `2`   `3`   `4`   `5`   `6`   `7`   `8`   `9`  `10`  `11`
#> *  <int> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1      1     d     z     l     b     i     j     g     w     r     p     y
#> 2      2     w     s     h     r     i     k     d     u     a     f     j
#> 3      3     r     v     q     s     m     u     j     p     f     a     i
#> 4      4     o     y     x     n     p     i     f     m     h     l     t
#> 5      5     p     w     v     d     k     a     l     r     j     q     n
#> 6      6     i     k     w     o     c     n     m     b     v     e     q
#> 7      7     c     d     m     i     u     o     e     z     v     g     p
#> 8      8     f     s     e     o     p     n     k     x     c     z     h
#> 9      9     d     g     o     h     x     i     c     y     t     f     j
#> 10    10     y     r     f     k     d     o     b     u     i     x     s
#> # ... with 122 more rows, and 9 more variables: `12` <chr>, `13` <chr>,
#> #   `14` <chr>, `15` <chr>, `16` <chr>, `17` <chr>, `18` <chr>,
#> #   `19` <chr>, `20` <chr>

回复于 2024-05-03T17:42:44+08:00

2
包 data.table 具有 rbindlist 函数，它是 do.call(rbind, list(...)) 的超快实现 .

它可以采用 lists ， data.frames 或 data.tables 列表作为输入 .
```
library(data.table)
ll <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
  , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
  , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
  , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
  )

DT <- rbindlist(ll)
```
这将返回 data.table 继承自 data.frame .

如果 really 想要转换回data.frame，请使用 as.data.frame(DT)
回复于 2024-05-03T17:42:44+08:00

对于深层嵌套列表的一般情况 with 3 or more levels ，就像从嵌套JSON获得的那样：

{
"2015": {
  "spain": {"population": 43, "GNP": 9},
  "sweden": {"population": 7, "GNP": 6}},
"2016": {
  "spain": {"population": 45, "GNP": 10},
  "sweden": {"population": 9, "GNP": 8}}
}

考虑 melt() 的方法首先将嵌套列表转换为高格式：

myjson <- jsonlite:fromJSON(file("test.json"))
tall <- reshape2::melt(myjson)[, c("L1", "L2", "L3", "value")]
    L1     L2         L3 value
1 2015  spain population    43
2 2015  spain        GNP     9
3 2015 sweden population     7
4 2015 sweden        GNP     6
5 2016  spain population    45
6 2016  spain        GNP    10
7 2016 sweden population     9
8 2016 sweden        GNP     8

然后是 dcast() 然后再次变宽到一个整洁的数据集，其中每个变量形成一个列，每个观察形成一行：

wide <- reshape2::dcast(tall, L1+L2~L3) 
# left side of the formula defines the rows/observations and the 
# right side defines the variables/measurements
    L1     L2 GNP population
1 2015  spain   9         43
2 2015 sweden   6          7
3 2016  spain  10         45
4 2016 sweden   8          9

回复于 2024-05-03T17:42:44+08:00

8
此方法使用 tidyverse 包（ purrr ） .

列表：
```
x <- as.list(mtcars)
```
将其转换为数据框（更具体地说是 tibble ）：
```
library(purrr)
map_df(x, ~.x)
```
回复于 2024-05-03T17:42:44+08:00

R - 列表到数据框

17 回答

相关问题