r - 清理 R 中的列表列表-6ren

r - 清理 R 中的列表列表

转载作者：行者123 更新时间：2023-12-04 20:28:55

我在 R 中的多级列表有问题。这是我的数据结构的小例子。

library(purrr)

> example
[[1]]
[[1]][[1]]
  id.value id.name    value
1        2     Tim -1.68956
2        4    Jack  1.23950
3        5    Mary -0.10897
4        3  Joseph -0.11724
5        1  Kermit  0.18308

[[1]][[2]]
  id.value id.name    value
1        6     Tim  0.50381
2        2    Jack  2.52834
3        1    Mary  0.54910
4        4  Joseph  0.23821
5        5  Kermit -1.04889
6        3     Red  1.29476

[[1]][[3]]
  id.value id.name    value
1        4     Tim -0.47279
2        1    Jack -1.06782
3        2    Mary -0.21797
4        3  Joseph -1.02600
5        5  Kermit -0.72889

[[1]]$main.id
[1] 123


[[2]]
[[2]][[1]]
  id.value id.name    value
1        2     Tim -1.16554
2        4    Jack -0.81852
3        1    Mary  0.68494
4        3  Joseph -0.32006
5        5  Kermit -1.31152

[[2]][[2]]
  id.value id.name     value
1        2     Tim  0.821581
2        4    Jack  0.688640
3        5    Mary  0.553918
4        3  Joseph -0.061912
5        1  Kermit -0.305963

[[2]][[3]]
  id.value id.name    value
1        2     Tim  0.80018
2        1    Jack -0.16393
3        4    Mary  1.24292
4        5  Joseph -0.93439
5        3  Kermit  0.39371

[[2]]$main.id
[1] 234

所以我理解的结构是列表列表，其中包括 data.frame 和法线向量。通常我会用 purrr map 从中得到一些东西，但现在我无法深入。最终结果应该看起来像 result (抱歉，如果某些值不合适，但手动执行此操作很容易出错)。

> head(result, 2)
# A tibble: 2 x 5
  list.id sub.list.id id.value id.name  value
    <dbl>       <dbl>    <dbl> <chr>    <dbl>
1     123           1        2 Tim     -0.333
2     123           1        4 Jack    -1.02 

> tail(result, 2)
# A tibble: 2 x 5
  list.id sub.list.id id.value id.name value
    <dbl>       <dbl>    <dbl> <chr>   <dbl>
1     234           3        5 Joseph  0.548
2     234           3        3 Kermit  0.239

list.id = main.id ，我得到了 map_dbl(example, c("main.id")) sub.list.id = 该列表列表中的最后一个列表编号。在这个例子中，它为每个主列表从 1 -> 3 运行。

[[1]]
[[1]]**[[1]]**
  id.value id.name      value
1        2     Tim -1.6895557
2        4    Jack  1.2394959
3        5    Mary -0.1089660
4        3  Joseph -0.1172420
5        1  Kermit  0.1830826

其他变量应该是不言自明的。

我通常与 purrr map 一起工作，但如果有其他好的方法来解决这些复杂的列表，我愿意。我试过取消列表，但它完全破坏了结构，我认为不需要。我目前正在尝试 bind_cols (使用 data.frame 和 vector)-> 然后尝试 bind_rows与 .id ，但还没有成功任何有意义的事情。

数据:

example <- list(list(structure(list(id = structure(list(value = c(2L, 4L, 
                5L, 3L, 1L), name = c("Tim", "Jack", "Mary", "Joseph", "Kermit"
                )), class = "data.frame", row.names = c(NA, 5L)), value = c(-1.6895556640288, 
                1.23949588599841, -0.108965972315484, -0.117241961787958, 0.183082613838439
                )), class = "data.frame", row.names = c(NA, 5L)), structure(list(
                    id = structure(list(value = c(6L, 2L, 1L, 4L, 5L, 3L), name = c("Tim", 
                    "Jack", "Mary", "Joseph", "Kermit", "Red")), class = "data.frame", row.names = c(NA, 
                    6L)), value = c(0.503812447155119, 2.52833655070411, 0.549096735635542, 
                    0.238212920794043, -1.04889314358654, 1.29476325458416)), class = "data.frame", row.names = c(NA, 
                6L)), structure(list(id = structure(list(value = c(4L, 1L, 2L, 
                3L, 5L), name = c("Tim", "Jack", "Mary", "Joseph", "Kermit")), class = "data.frame", row.names = c(NA, 
                5L)), value = c(-0.472791407727934, -1.06782370598685, -0.217974914658295, 
                -1.02600444830724, -0.72889122929114)), class = "data.frame", row.names = c(NA, 
                5L)), main.id = 123), list(structure(list(id = structure(list(
                    value = c(2L, 4L, 1L, 3L, 5L), name = c("Tim", "Jack", "Mary", 
                    "Joseph", "Kermit")), class = "data.frame", row.names = c(NA, 
                5L)), value = c(-1.16554484788995, -0.818515722513129, 0.684936077925063, 
                -0.320056419276819, -1.31152241139676)), class = "data.frame", row.names = c(NA, 
                5L)), structure(list(id = structure(list(value = c(2L, 4L, 5L, 
                3L, 1L), name = c("Tim", "Jack", "Mary", "Joseph", "Kermit")), class = "data.frame", row.names = c(NA, 
                5L)), value = c(0.821581081637487, 0.688640254100091, 0.553917653537589, 
                -0.0619117105767217, -0.305962663739917)), class = "data.frame", row.names = c(NA, 
                5L)), structure(list(id = structure(list(value = c(2L, 1L, 4L, 
                5L, 3L), name = c("Tim", "Jack", "Mary", "Joseph", "Kermit")), class = "data.frame", row.names = c(NA, 
                5L)), value = c(0.800176865835429, -0.163930968642975, 1.24291877493732, 
                -0.93438505805516, 0.393708652215792)), class = "data.frame", row.names = c(NA, 
                5L)), main.id = 234))

预期输出:

result <- structure(list(list.id = c(123, 123, 123, 123, 123, 123, 123, 
            123, 123, 123, 123, 123, 123, 123, 123, 123, 234, 234, 234, 234, 
            234, 234, 234, 234, 234, 234, 234, 234, 234, 234, 234), sub.list.id = c(1, 
            1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 1, 1, 1, 1, 1, 2, 
            2, 2, 2, 2, 3, 3, 3, 3, 3), id.value = c(2, 4, 5, 3, 1, 6, 2, 
            1, 4, 5, 3, 4, 1, 2, 3, 5, 2, 4, 1, 3, 5, 2, 4, 5, 3, 1, 2, 1, 
            4, 5, 3), id.name = c("Tim", "Jack", "Mary", "Joseph", "Kermit", 
            "Tim", "Jack", "Mary", "Joseph", "Kermit", "Red", "Tim", "Jack", 
            "Mary", "Joseph", "Kermit", "Tim", "Jack", "Mary", "Joseph", 
            "Kermit", "Tim", "Jack", "Mary", "Joseph", "Kermit", "Tim", "Jack", 
            "Mary", "Joseph", "Kermit"), value = c(-0.33320738366942, -1.01857538310709, 
            -1.07179122647558, 0.303528641404258, 0.448209778629426, 0.0530042267305041, 
            0.922267467879737, 2.05008468562714, -0.491031166056535, -2.30916887564081, 
            1.00573852446226, -0.709200762582393, -0.688008616467358, 1.0255713696967, 
            -0.284773007051009, -1.22071771225454, 0.18130347974915, -0.138891362439045, 
            0.00576418589988693, 0.38528040112633, -0.370660031792409, 0.644376548518833, 
            -0.220486561818751, 0.331781963915697, 1.09683901314935, 0.435181490833803, 
            -0.325931585531227, 1.14880761845109, 0.993503855962119, 0.54839695950807, 
            0.238731735111441)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
            31L))

最佳答案

有点毛茸茸的，还有tidyr::unnest由于某种原因似乎无法正常工作。尽管如此，

library(purrr)

example %>% 
    set_names(map_chr(., 'main.id')) %>%    # store IDs as names for easy recovery
    map(keep, is.data.frame) %>%    # drop now superfluous `main.id` elements
    map_dfr(    # for each sublist
        function(sublist) { 
            map_dfr(    # for each element
                sublist, 
                ~dplyr::bind_cols(set_names(.x$id, ~paste0('id.', .x)), .x[2]),    # unnest
                .id = 'sublist.id'    # simplify sublist to data frame, adding element ID column
            )
        }, 
        .id = 'list.id') %>%    # simplify list to data frame, adding element ID column
    readr::type_convert()    # fix types of data stored as names
#>    list.id sublist.id id.value id.name       value
#> 1      123          1        2     Tim -1.68955566
#> 2      123          1        4    Jack  1.23949589
#> 3      123          1        5    Mary -0.10896597
#> 4      123          1        3  Joseph -0.11724196
#> 5      123          1        1  Kermit  0.18308261
#> 6      123          2        6     Tim  0.50381245
#> 7      123          2        2    Jack  2.52833655
#> 8      123          2        1    Mary  0.54909674
#> 9      123          2        4  Joseph  0.23821292
#> 10     123          2        5  Kermit -1.04889314
#> 11     123          2        3     Red  1.29476325
#> 12     123          3        4     Tim -0.47279141
#> 13     123          3        1    Jack -1.06782371
#> 14     123          3        2    Mary -0.21797491
#> 15     123          3        3  Joseph -1.02600445
#> 16     123          3        5  Kermit -0.72889123
#> 17     234          1        2     Tim -1.16554485
#> 18     234          1        4    Jack -0.81851572
#> 19     234          1        1    Mary  0.68493608
#> 20     234          1        3  Joseph -0.32005642
#> 21     234          1        5  Kermit -1.31152241
#> 22     234          2        2     Tim  0.82158108
#> 23     234          2        4    Jack  0.68864025
#> 24     234          2        5    Mary  0.55391765
#> 25     234          2        3  Joseph -0.06191171
#> 26     234          2        1  Kermit -0.30596266
#> 27     234          3        2     Tim  0.80017687
#> 28     234          3        1    Jack -0.16393097
#> 29     234          3        4    Mary  1.24291877
#> 30     234          3        5  Joseph -0.93438506
#> 31     234          3        3  Kermit  0.39370865

关于r - 清理 R 中的列表列表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51458326/

文章推荐： firebase - 将instagram之类的rdms转换为firebase nosql

文章推荐： gdb - 如何在 gdb 中保存调试状态？

文章推荐： d3.js - 什么是 D3js 版本支持政策？

php - 清理/清理 xpath 属性
我需要为元素属性动态构建 XPath 查询，其中属性值由用户提供。我不确定如何清理或清理此值以防止 XPath 等同于 SQL 注入(inject)攻击。例如(在 PHP 中): xpath("//m
PHPMailer 清理
问题很简单:在使用 PHPmailer 类时我应该使用任何类型的清理吗？我制作了使用 phpmailer 类发送电子邮件的简单发送邮件表单。目前我只使用“htmlspecialchars”进行清理(
python - 清理 for 循环中断
你可以在python中创建一个在for循环退出时运行清理代码的迭代吗？就像是: from random import randint class Iterable: def __iter__(
SQLite 清理/碎片和性能下降
假设我定期将数据插入 SQLite 数据库，然后清除前 50% 的数据，但我不清理。我现在是否有类似文件前 50% 的清零页面之类的东西？如果我添加另一批数据，我是否正在填写那些清零的页面？手册中
正则表达式:清理 HTML
我有一堆 HTML 代码，我想在其中删除所有 HTML 标记。我认为 Regex(正则表达式)可以做到这一点。通过搜索和替换，我将如何执行此操作？我尝试了，我认为 * 是通配符，但显然不是。
haskell - FizzBuzz 清理
我仍在学习 Haskell，我想知道是否有一种不太冗长的方法来使用 1 行代码来表达以下语句: map (\x -> (x, (if mod x 3 == 0 then "fizz" else "")
java - 清理/转义进入SSH命令的参数
我需要怎么做才能正确清理/转义程序化SSH命令中输入的参数？例如，路径参数- public boolean exists(String path) { try { Chann
javascript - 清理 Canvas
这个问题已经有答案了: How to clear the canvas for redrawing (25 个回答) 已关闭10 个月前。我目前正在尝试创建一个带有雨滴落下的 Canvas ，我唯一
php - 清理/过滤用户评论的最佳方式？
我目前正在使用此过程来清理/过滤用户输入的评论 -> 这个是用来去掉斜线的……和 if (get_magic_quotes_gpc()) { function stripslashe
plone - 清理 portal_setup
是否可以在 portal_setup 中删除旧的导入配置文件。目前，我的网站上有许多可追溯到 2009 年的条目:: import-all-profile-Products.Archetypes_
angularjs - 清理/销毁指令的正确方法是什么？
假设我有多个指令，包括以下内容: ...template content... ...template content... 你如何销毁指令？通常我会在 jquery 中做一些我 $('#2').re
java - 如何删除java程序生成的临时文件(清理)？
我正在开发一个可移植java应用程序，它可以在用户的PC(Windows XP)上动态生成一些文件。现在，我想要的是在java程序退出后删除这些临时文件。显然，java的文件删除机制是不可信的。即
清理 argv 程序
我有一个 argv c 程序，它反转单词，并查看它是否是回文。我只是想清理输出并让它打印原始输入而不是相反的输入，但由于它是 argv，我似乎不知道该怎么做。 int main(int argc, c
Javascript:清理 Markdown
我的网页上有一篇用 markdown 写的文章，我想在索引页上显示一份简短的简历。问题是正文有markdown，我想在简历上显示纯文本。例如: Article text: Hello people
清理 C 代码中的指针
在下面的代码片段中，可以做些什么来a)让编译器安静，b)清理交叉的指针困惑？ extern struct tree *sintablein[sintablesize]; struct tree *(*
Java WeakHashMap 清理
我试图弄清楚 WeakHashMap 在垃圾收集后如何清理。正如你们中许多人可能知道的那样，当 WeakHashMap 条目的键被垃圾回收时，它会自动删除。但是，例如，如果我做这样的事情: List>
java - 清理、构建和构建之间的区别？
我对构建的理解是，它只编译上次构建中编辑过的Java文件，而干净构建将删除所有类文件并重新编译所有文件。那么，当单独构建就足以满足我提供最新版本的类文件的需要时，干净构建的效用是什么？最佳答案有时
postgresql 复制 + 清理
是否有任何简单的(内置的、附加的、开源的或商业的)在 Postgresql(主从)上进行复制，以便在复制时清理从属内部的数据以符合 PCI 合规性？ ETL工具怎么样？它不一定是瞬时的……最多一个小时
MySQL HTML 清理
我有一个将数据保存到 MySQL 数据库的网站在将 HTML 插入 MySQL 或在我的网站上显示它时，我应该转义 HTML 吗？理想情况下，我想将原始 HTML 输入到我的数据库中，并在每次从中
php - 清理/转义用户输入和输出
我知道我已经asked一个关于 sanitizer 和转义的问题，但我有一个问题没有得到回答。好了，到此为止。如果我有一个 PHP 脚本并且我 GET用户输入和SELECT它来自 mySQL 数据库

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

r - 清理 R 中的列表列表