R 将包含未命名项的列表列表转换为数据帧或TIBLE
我正在使用RStudio的R 将包含未命名项的列表列表转换为数据帧或TIBLE,r,tidyr,R,Tidyr,我正在使用RStudio的networkiteR包来运行一些python代码,将ROOT()中的数据带入R。我的问题是python代码返回一个行列表。例如,在python中 [[0L, 0L, 'mu+', 1, 0, 0, 1, 3231.6421853545253, -17.361063509909364, 6322.884067996471, -2751.857298366544, 1.2318766603937736, 1407.9560948453036, 3092.931322317
networkite
R包来运行一些python代码,将ROOT()中的数据带入R。我的问题是python代码返回一个行列表。例如,在python中
[[0L, 0L, 'mu+', 1, 0, 0, 1, 3231.6421853545253, -17.361063509909364, 6322.884067996471, -2751.857298366544, 1.2318766603937736, 1407.9560948453036, 3092.931322317615],
[0L, 0L, 'nu_e', 3, 1, 0, 0, 3231.6421853545253, -17.361063509909364, 6322.884067996471, -743.6755000649275, 9.950229845741603, 342.4203222294634, 818.781981693865],
[0L, 0L, 'anti_nu_mu', 2, 1, 0, 0, 3231.6421853545253, -17.361063509909364, 6322.884067996471, -808.1114666690765, 21.680955968349267, 445.2784282520303, 922.9231198102832],
...]
这些数据通过networkite
转换为R中相应的列表
List of 136972
$ :List of 14
..$ : int 0
..$ : int 0
..$ : chr "mu+"
..$ : int 1
..$ : int 0
..$ : int 0
..$ : int 0
..$ : num 7162
..$ : num -0.0108
..$ : num -627
..$ : num 264
..$ : num -3.24
..$ : num 3080
..$ : num 3093
$ :List of 14
..$ : int 0
..$ : int 0
..$ : chr "mu+"
..$ : int 1
.... (you get the idea)
我已经搜索了所有我能想到的地方,但我找不到将这些数据转换为数据帧的方法(我真的想要一个tibble)。一个问题似乎是列表条目没有命名。有很多数据,所以我不想做一些低效的事情。我可以让python代码返回一个列字典,这样就行了。但是生成一行的python代码要简单得多
如果有一种简单的方法将这些行列表转换为数据帧,那将是理想的。有什么想法吗?以下是我想到的几种方法:
- 选项1:我们知道子列表中有多少项(预计有多少列)。在列表中循环,使用子列表中的每个相关元素创建一个新列表。把它包装成.data.frame,就完成了
myFun_1 <- function(inlist, expectedCols = 14) { as.data.frame( lapply(sequence(expectedCols), function(x) { sapply(inlist, function(y) y[[x]]) }), col.names = paste0("V", sequence(expectedCols))) }
列表
,它应该创建一个3行x 14列的矩形数据集:
LL <- list(
list(0L, 0L, 'mu+', 1, 0, 0, 1, 3231.6421853545253, -17.361063509909364,
6322.884067996471, -2751.857298366544, 1.2318766603937736,
1407.9560948453036, 3092.931322317615),
list(0L, 0L, 'nu_e', 3, 1, 0, 0, 3231.6421853545253, -17.361063509909364,
6322.884067996471, -743.6755000649275, 9.950229845741603,
342.4203222294634, 818.781981693865),
list(0L, 0L, 'anti_nu_mu', 2, 1, 0, 0, 3231.6421853545253,
-17.361063509909364, 6322.884067996471, -808.1114666690765,
21.680955968349267, 445.2784282520303, 922.9231198102832))
看起来都不错。现在,性能如何
system.time(myFun_1(Big_LL))
## user system elapsed
## 2.65 0.05 2.75
system.time(myFun_2(Big_LL))
## user system elapsed
## 0.41 0.00 0.40
那么,使用第二种方法;-) 您是否尝试过
bind_rows
?可能类似于as.data.frame(lappy(1:14,function(x)sapply(LL,function(y)y[[x]])),col.names=paste0(“V”,1:14))
(其中LL
是您的136972个值的列表。谢谢!这很有效,速度也不太慢。我已经尝试过,df
Big_LL <- unlist(replicate(50000, LL, FALSE), FALSE)
myFun_1(LL)
## V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
## 1 0 0 mu+ 1 0 0 1 3231.642 -17.36106 6322.884 -2751.8573 1.231877
## 2 0 0 nu_e 3 1 0 0 3231.642 -17.36106 6322.884 -743.6755 9.950230
## 3 0 0 anti_nu_mu 2 1 0 0 3231.642 -17.36106 6322.884 -808.1115 21.680956
## V13 V14
## 1 1407.9561 3092.9313
## 2 342.4203 818.7820
## 3 445.2784 922.9231
myFun_2(LL)
## V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
## 1 0 0 mu+ 1 0 0 1 3231.642 -17.36106 6322.884 -2751.8573 1.231877
## 2 0 0 nu_e 3 1 0 0 3231.642 -17.36106 6322.884 -743.6755 9.950230
## 3 0 0 anti_nu_mu 2 1 0 0 3231.642 -17.36106 6322.884 -808.1115 21.680956
## V13 V14
## 1 1407.9561 3092.9313
## 2 342.4203 818.7820
## 3 445.2784 922.9231
system.time(myFun_1(Big_LL))
## user system elapsed
## 2.65 0.05 2.75
system.time(myFun_2(Big_LL))
## user system elapsed
## 0.41 0.00 0.40