r - 从 R 中的列表列表构建数据框的最佳方法

Question

我有一个希望转换为数据框(特别是小标题)的子列表列表；例如:

myList <- list(
        list(var1=1,var2=2,var3=3,var4=4,var5=5,var6=6),
        list(var1=4,var2=5,var3=6,var4=7,var5=8,var6=9),
        list(var1=7,var2=8,var3=9,var4=1,var5=2,var6=3)
)

使用以下代码，我可以将所选变量提取到 tibble 数据框

myDF <- tbl_df(cbind(
  var1 = lapply(myList, '[[', "var1"),
  var2 = lapply(myList, '[[', "var2"),
  var5 = lapply(myList, '[[', "var5"),
  var6 = lapply(myList, '[[', "var6")
))  

但它非常冗长。是否有更简洁的方法(可能使用 purrr 映射函数)可以将选定的子元素从每个列表中拉出并将它们填充到一行中？

此外，如果子列表本身包含列表，如何最好地提取这些列表的元素；例如:

 myList <- list(
        list(var1=1,var2=2,var3=3,list4=list(varA="a",varB="b")),
        list(var1=4,var2=5,var3=6,list4=list(varA="c",varB="d")),
        list(var1=7,var2=8,var3=9,list4=list(varA="e",varB="f"))
)    

我怎样才能得到类似以下的工作:

myDF <- tbl_df(cbind(
  var1 = lapply(myList, '[[', "var1"),
  var2 = lapply(myList, '[[', "var2"),
  var4 = lapply(myList, '[[', "list4$varA")
)) 

我想从列表 4 中提取特定元素，但使用 $ 表示法向下钻取到下一个级别不起作用？

Answer 1

由于数据框只是列表，如果您的列表没有嵌套多次。

library(tidyverse)
myList %>%
  map(as.data.frame) %>%
  bind_rows() %>%
  select(var1, var2, var5, var6)

#    var1 var2 var5 var6
# 1    1    2    5    6
# 2    4    5    8    9
# 3    7    8    2    3

甚至是以下内容， bind_rows()实际上适用于列表列表。

myList %>%
  bind_rows() %>%
  select(var1, var2, var5, var6)

#    var1  var2  var5  var6
#    <dbl> <dbl> <dbl> <dbl>
# 1  1.00  2.00  5.00  6.00
# 2  4.00  5.00  8.00  9.00
# 3  7.00  8.00  2.00  3.00

但是有时可能是每个列表元素只有一些公共(public)元素，而您只想选择那些特定的元素

myList %>%
  map(as.data.frame) %>%
  map(~ select(.x, var1, var2, var5, var6)) %>%
  bind_rows()

#    var1 var2 var5 var6
# 1    1    2    5    6
# 2    4    5    8    9
# 3    7    8    2    3

对于列表嵌套不止一次的情况，使用 flatten() 进行调查。来自 purrr

myList2 <- list(
  list(var1=1,var2=2,var3=3,list4=list(varA="a",varB="b")),
  list(var1=4,var2=5,var3=6,list4=list(varA="c",varB="d")),
  list(var1=7,var2=8,var3=9,list4=list(varA="e",varB="f"))
)  

myList2 %>%
  map(flatten) %>%
  bind_rows()

#   var1  var2  var3 varA  varB 
#   <dbl> <dbl> <dbl> <chr> <chr>
# 1  1.00  2.00  3.00 a     b    
# 2  4.00  5.00  6.00 c     d    
# 3  7.00  8.00  9.00 e     f  

并申请 select()根据需要，名称将是各个元素的名称。对不同元素中的重复名称要非常小心，因为它只需要一个。

在某些情况下， enframe()函数来自 tibble也很有用。