Fatal编程技术网
  • r/
  • Tidyverse方法通过row-do.call（rbind，x）等价物绑定未命名向量的未命名列表

Tidyverse方法通过row-do.call（rbind，x）等价物绑定未命名向量的未命名列表

r

Tidyverse方法通过row-do.call（rbind，x）等价物绑定未命名向量的未命名列表,r,dplyr,data.table,tidyverse,purrr,R,Dplyr,Data.table,Tidyverse,Purrr,我经常发现这样的问题：人们不知何故得到了一个未命名字符向量的未命名列表，他们希望将它们按行绑定到data.frame。以下是一个例子： 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"

我经常发现这样的问题：人们不知何故得到了一个未命名字符向量的未命名列表，他们希望将它们按行绑定到
data.frame
。以下是一个例子：

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"
也许一种效率较低的方法是从基R开始使用
Reduce

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

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

然而，当我们考虑更多的现代包，如<代码> DPLYR 或<代码>数据>表< /代码>时，可能会立即想到的一些方法不起作用，因为向量是未命名的或不是列表。p> 

library(dplyr)
bind_rows(data)
#Error: Argument 1 must have names
一种方法可能是在向量上设置名称

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  

库（purrr）
映射（数据，~设置名称（.x，顺（.x）））
#一个tibble:3x5
#  `1`   `2`   `3`   `4`   `5`  
#      
#1A 14 7 12
#2B25815
#3C36918
然而，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
方法来将未命名字符向量的未命名列表绑定到
data.frame
行？

不完全确定效率，但使用
purr
和
tible
的紧凑选项可以是：

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  

map\u-dfc（purrr:：transpose（数据），~unlist（tible（.））
V1 V2 V3 V4 V5
1A 14 7 12
2B25815
3C36918
编辑

使用的方法：

使用
data.table
的方式，类似于@tmfmnk显示的方式

library(data.table)
as.data.table(transpose(data))
#   V1 V2 V3 V4 V5
#1:  A  1  4  7 12
#2:  B  2  5  8 15
#3:  C  3  6  9 18
带有
unnest\u加宽的选项


library(tibble)
library(tidyr)
library(stringr)
tibble(col = data) %>%
    unnest_wider(c(col), names_repair = ~ str_c('value', seq_along(.)))
# A tibble: 3 x 5
#  value1 value2 value3 value4 value5
#  <chr>  <chr>  <chr>  <chr>  <chr> 
#1 A      1      4      7      12    
#2 B      2      5      8      15    
#3 C      3      6      9      18    



库（TIBLE）
图书馆（tidyr）
图书馆（stringr）
TIBLE（列=数据）%>%
unnest_wide（c（col），name_repair=~str_c（'value'，seq_along（.））
#一个tibble:3x5
#值1值2值3值4值5
#           
#1A 14 7 12
#2B25815
#3C36918

我的方法是将这些列表条目转换为预期类型


rbindlist（lappy（数据，as.list））
#V1 V2 V3 V4 V5
#       
#1:A 14 7 12
#2:B25815
#3:C36918




如果您希望将数据类型从字符向量调整为适当的类型，那么
lappy
也可以在这里提供帮助。第一个
lappy
为每一行调用，第二个
lappy
为每一列调用


rbindlist（lappy（数据，as.list））[，lappy（.SD，type.convert）]
V1 V2 V3 V4 V5
1:A 14 7 12
2:B25815
3:C36918

这里是tmfmnk建议使用
as_tible_row（）
将向量转换为单行tible的方法的一个细微变化。还需要使用
.name\u repair
参数：


library(purrr)
library(tibble)

map_df(data, as_tibble_row, .name_repair = ~paste0("value", seq(.x)))

# A tibble: 3 x 5
  value1 value2 value3 value4 value5
  <chr>  <chr>  <chr>  <chr>  <chr> 
1 A      1      4      7      12    
2 B      2      5      8      15    
3 C      3      6      9      18



库（purrr）
图书馆（tibble）
map_df（数据，作为_tible_行，.name_repair=~paste0（“值”，seq（.x）））
#一个tibble:3x5
值1值2值3值4值5
1A 14 7 12
2B25815
3C36918

这看起来相当紧凑。我相信这就是
bind_rows（）
来自
dplyr
的力量，因此
map_df（）
在
purr
中的力量，因此应该是相当有效的


库（vctrs）
vec_rbind（！！！数据）


这给出了一个数据帧


…1…2…3…4…5
1A 14 7 12
2B25815
3C36918




一些基准
似乎
tidyverse
方法中的
.name\u repair
是一个严重的瓶颈。我选择了一些相当简单的选项，这些选项似乎也是其他帖子中运行最快的（感谢H1和sindri_baldur）


microbenchmark（vctrs=vec\u rbind（！！！数据），
dt=rbindlist（lappy（数据，as.list）），
map=map_-df（数据，作为可存储行，.name_repair=“unique”），
base=as.data.frame（do.call（rbind，data）））




但是如果你先命名向量（但不一定是列表元素），你会得到一个不同的故事


data2我认为这可以添加到这个问题的一整套非常好的答案中：


library(rlang) # Or purrr

data %>%
  exec(rbind, !!!.) %>%
  as_tibble() %>%
  set_names(~ letters[seq_along(.)])

# A tibble: 3 x 5
  a     b     c     d     e    
  <chr> <chr> <chr> <chr> <chr>
1 A     1     4     7     12   
2 B     2     5     8     15   
3 C     3     6     9     18  



library（rlang）#或purrr
数据%>%
执行者（rbind，！！！）%>%
as_tible（）%>%
设置名称（~字母[顺序（.））
#一个tibble:3x5
a、b、c、d、e
1A 14 7 12
2B25815
3C36918

作为旁注，
Reduce（rbind，
不能比
do.call（rbind，
更有效，因为
do.call
构造分配内存并复制数据一次，而
Reduce
构造重复分配新内存并重新复制所有以前的“
rbind
ed”元素。你说得很对。我没想到性能会像现在这样糟糕，在100000行上慢了6000倍。我编辑了这个问题，将其称为“效率较低的方法”。我只是用一些其他方法运行了一个基准测试。这在速度方面压倒了所有其他方法，并且是第一个真正超过
base:：rbind（）的方法
solution@dww是的，但是
setDF（）
不同于
as.data.table（）
/
as.data.frame（）
@Adam，你认为你可以用新的解决方案更新你的基准吗？对于那些不知道如何
setDF（）
/
setDT（）
work then here is good post:您可以通过将名称设置为不需要粘贴的整数来进一步提高性能。可能类似于
vctrs:：vec\u rbind（！！！lappy（数据，函数（x）{attr（x，“名称”）是的，这比我刚才做的要快一点。但我同意。我很想在


library(data.table)
setDF(transpose(data))

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



library(rlang) # Or purrr

data %>%
  exec(rbind, !!!.) %>%
  as_tibble() %>%
  set_names(~ letters[seq_along(.)])

# A tibble: 3 x 5
  a     b     c     d     e    
  <chr> <chr> <chr> <chr> <chr>
1 A     1     4     7     12   
2 B     2     5     8     15   
3 C     3     6     9     18