r - Tidyverse 按行绑定(bind)未命名向量列表的方法 - do.call(rbind,x) 等效

Question

我经常发现人们以某种​​方式最终得到未命名字符向量的未命名列表并且他们希望将它们逐行绑定(bind)到 data.frame 的问题。 .这是一个例子:

library(magrittr)
data <- cbind(LETTERS[1:3],1:3,4:6,7:9,c(12,15,18)) %>%
  split(1:3) %>% unname
data
#[[1]]
#[1] "A"  "1"  "4"  "7"  "12"
#
#[[2]]
#[1] "B"  "2"  "5"  "8"  "15"
#
#[[3]]
#[1] "C"  "3"  "6"  "9"  "18"

一种典型的方法是使用 do.call从基础 R。

do.call(rbind, data) %>% as.data.frame
#  V1 V2 V3 V4 V5
#1  A  1  4  7 12
#2  B  2  5  8 15
#3  C  3  6  9 18

使用 Reduce 可能是一种效率较低的方法。从基础 R。

Reduce(rbind,data, init = NULL) %>% as.data.frame
#  V1 V2 V3 V4 V5
#1  A  1  4  7 12
#2  B  2  5  8 15
#3  C  3  6  9 18

但是，当我们考虑更现代的软件包时，例如 dplyr或 data.table ，可能立即想到的一些方法不起作用，因为向量未命名或不是列表。

library(dplyr)
bind_rows(data)
#Error: Argument 1 must have names

library(data.table)
rbindlist(data)
#Error in rbindlist(data) : 
#  Item 1 of input is not a data.frame, data.table or list

一种方法可能是 set_names在向量上。

library(purrr)
map_df(data, ~set_names(.x, seq_along(.x)))
# A tibble: 3 x 5
#  `1`   `2`   `3`   `4`   `5`  
#  <chr> <chr> <chr> <chr> <chr>
#1 A     1     4     7     12   
#2 B     2     5     8     15   
#3 C     3     6     9     18  

但是，这似乎比需要的步骤更多。

因此，我的问题是什么是有效的 tidyverse或 data.table将未命名字符向量的未命名列表绑定(bind)到 data.frame 的方法逐行？

Answer 1

不完全确定效率，但使用 purrr 的紧凑选项和 tibble可能:

map_dfc(purrr::transpose(data), ~ unlist(tibble(.)))

  V1    V2    V3    V4    V5   
  <chr> <chr> <chr> <chr> <chr>
1 A     1     4     7     12   
2 B     2     5     8     15   
3 C     3     6     9     18