R 组合列表子集中的向量

我想通过组合列表子集中的向量得到一个矩阵

mat

。按照使用

for

循环执行相同操作的方法。我想知道是否有更快的方法

  i <- 1 # the subset
  mat<- matrix(NA, ncol = p, nrow = n)
  for (j in 1 : p) {
    mat[, j] <- list_of_list[[j]][[i]]$the_vector
  }

---

您只需

取消列表

列表，然后将其重塑为

矩阵

：

matrix(unlist(list(list(1,2,3,4),list(5,6,7,8),list(9,10,11,12))), nrow=3, byrow = T)
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12

---

您只需

取消列表

列表，然后将其重塑为

矩阵

：

matrix(unlist(list(list(1,2,3,4),list(5,6,7,8),list(9,10,11,12))), nrow=3, byrow = T)
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12

---

您可以尝试

sapply（）

功能：

i <- 1L
mat <- sapply(list_of_list, function(.x) .x[[i]]$the_vector)
mat

我还没有对代码进行基准测试，以确保它在执行速度方面更快，但它确实需要更少的按键

---

sapply（）

在列表或向量上应用函数，是一种隐含的

for

循环

您可以尝试

sapply（）

功能：

i <- 1L
mat <- sapply(list_of_list, function(.x) .x[[i]]$the_vector)
mat

我还没有对代码进行基准测试，以确保它在执行速度方面更快，但它确实需要更少的按键

---

sapply（）

在列表或向量上应用函数，是一种隐含的

for

循环

我不确定您是否正在寻找这样的产品。它将为您提供一个由3个矩阵组成的列表，这些矩阵对应于列表的子列表中的

vector

mapply(list_of_list[[1]],list_of_list[[2]],
FUN = function(x,y){t(mapply(x$the_vector,y$the_vector,
FUN = function(u,v){matrix(c(u,v),ncol=2,byrow = F,dimnames = NULL)},
SIMPLIFY = T))},SIMPLIFY = F)


#[[1]]
#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0

#[[2]]
#     [,1] [,2]
#[1,]    2    1
#[2,]    3    2
#[3,]    4    3
#[4,]    5    4
#[5,]    6    5

#[[3]]
#     [,1] [,2]
#[1,]    3   22
#[2,]    4   44
#[3,]    5   66
#[4,]    6   88
#[5,]    7  110

---

我不确定你是否在找这样的东西。它将为您提供一个由3个矩阵组成的列表，这些矩阵对应于列表的子列表中的

vector

mapply(list_of_list[[1]],list_of_list[[2]],
FUN = function(x,y){t(mapply(x$the_vector,y$the_vector,
FUN = function(u,v){matrix(c(u,v),ncol=2,byrow = F,dimnames = NULL)},
SIMPLIFY = T))},SIMPLIFY = F)


#[[1]]
#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0

#[[2]]
#     [,1] [,2]
#[1,]    2    1
#[2,]    3    2
#[3,]    4    3
#[4,]    5    4
#[5,]    6    5

#[[3]]
#     [,1] [,2]
#[1,]    3   22
#[2,]    4   44
#[3,]    5   66
#[4,]    6   88
#[5,]    7  110

---

下面是另一个与@TUSHAr非常相似的解决方案，但可能更模块化：

## Lapply wrapping function that outputs a matrix
lapply.wrapper <- function(i, list_of_list) {
    matrix(unlist(lapply(list_of_list, function(X, i) X[[i]]$the_vector, i = i)), ncol = length(list_of_list))
}

## Using the wrapper on the first subset:
lapply.wrapper(1, list_of_list)

#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0

## Applying the function to all subsets
sapply(1:length(list_of_list[[1]]), lapply.wrapper, list_of_list, simplify = FALSE)

#[[1]]
#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0
#
#[[2]]
#     [,1] [,2]
#[1,]    2    1
#[2,]    3    2
#[3,]    4    3
#[4,]    5    4
#[5,]    6    5
#
#[[3]]
#     [,1] [,2]
#[1,]    3   22
#[2,]    4   44
#[3,]    5   66
#[4,]    6   88
#[5,]    7  110

输出矩阵的lappy包装函数

---

lappy.wrapper这里有另一个与@TUSHAr非常相似的解决方案，但可能更模块化：

## Lapply wrapping function that outputs a matrix
lapply.wrapper <- function(i, list_of_list) {
    matrix(unlist(lapply(list_of_list, function(X, i) X[[i]]$the_vector, i = i)), ncol = length(list_of_list))
}

## Using the wrapper on the first subset:
lapply.wrapper(1, list_of_list)

#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0

## Applying the function to all subsets
sapply(1:length(list_of_list[[1]]), lapply.wrapper, list_of_list, simplify = FALSE)

#[[1]]
#     [,1] [,2]
#[1,]    1    0
#[2,]    2    0
#[3,]    3    0
#[4,]    4    0
#[5,]    5    0
#
#[[2]]
#     [,1] [,2]
#[1,]    2    1
#[2,]    3    2
#[3,]    4    3
#[4,]    5    4
#[5,]    6    5
#
#[[3]]
#     [,1] [,2]
#[1,]    3   22
#[2,]    4   44
#[3,]    5   66
#[4,]    6   88
#[5,]    7  110

输出矩阵的lappy包装函数

---

lapply.wrapper什么是列表的列表和向量？你能给出一个可复制的例子吗？完成了，希望例子清楚。那么你总共想要3个矩阵吗？什么是列表的列表和向量？你能给出一个可复制的例子吗？完成了，希望这个例子很清楚。那么你总共想要3个矩阵吗？我已经澄清了我的问题。这不是我想要的。谢谢。我已经把我的问题澄清了一点。这不是我想要的。谢谢，看起来不错。谢谢我想很难比这个做得更好。看起来不错。谢谢我想很难做得比这个更好。我想要的是@Uwe做的事情。谢谢。我想要的是@Uwe做的事情。谢谢