R 在列表中追加两个连续项

如何使用另一个列表长度在R列表中追加两个连续项

---

a您可以使用
purrr:：map
从a中创建一个元素的元组，并与
\u present'&'u not\u present'连接，然后只需
取消列出'结果以获得一个向量：）

您可以使用
sapply
。这里我使用了
paste0
而不是
paste

as.list(sapply(a, function(i) paste0(i, c('_present','_non_present'))))

[[1]]
[1] "a_present"

[[2]]
[1] "a_non_present"

[[3]]
[1] "b_present"

[[4]]
[1] "b_non_present"

[[5]]
[1] "c_present"

[[6]]
[1] "c_non_present"

您可以使用
sapply
和
Reduce
获得一个简单的向量：

Reduce(`c`, sapply(a, function(x) paste0(x, c('_present','_not_present'))))

输出

[1] "a_present"     "a_not_present" "b_present"     "b_not_present" "c_present"     "c_not_present

更新

在意识到我的solulion可能非常慢之后，我又添加了两个函数并进行了基准测试：

fun1 <- function(y) Reduce(`c`, sapply(y, function(x) paste0(x, c('_prfun1 <- function(y) Reduce(`c`, sapply(y, function(x) paste0(x, c('_present','_not_present'))))
fun2 <- function(y) unlist(purrr::map(y, function(i){paste0(i, c('_present','_not_present'))}))
fun3 <- function(y) as.list(sapply(y, function(i) paste0(i, c('_present','_non_present'))))
fun4 <- function(y) array(sapply(y, function(x) paste0(x, c('_present','_not_present'))))
fun5 <- function(y) as.vector(sapply(y, function(x) paste0(x, c('_present','_not_present'))))

fun6 <- function(y){
audit <- list()
j <- 0
for (i in 1:length(y)){
  pre <- paste(y[i], "_present")
  nonpre <- paste(y[i], "_non_present")
  i <- j+1
  audit[[i]]<- pre
  j <- i+1
  audit[[j]] <- nonpre
}
audit
}


x <- list(sample(letters, 1000, replace = TRUE))
microbenchmark::microbenchmark(fun1(x), fun2(x), fun3(x), fun4(x), fun5(x), fun6(x), times = 10L)

fun2
-
fun5
的速度大致相同，
fun4
和
fun5
稍快一些。原始解决方案（出乎意料地）慢。
您可以使用
外部解决方案：

outer(a, c('_present', '_non_present'), paste0)

#           [,1]        [,2]           
#[1,] "a_present" "a_non_present"
#[2,] "b_present" "b_non_present"
#[3,] "c_present" "c_non_present"

如果希望以列表形式输出：

as.list(t(outer(a, c('_present', '_non_present'), paste0)))


#[[1]]
#[1] "a_present"

#[[2]]
#[1] "a_non_present"

#[[3]]
#[1] "b_present"

#[[4]]
#[1] "b_non_present"

#[[5]]
#[1] "c_present"

#[[6]]
#[1] "c_non_present"

干得好。我假设OP想要一个类似于他们的
audit
的列表作为输出。然而，
Reduce
的速度很慢这一事实非常有趣。@Edward R中的函数调用在计算上可能会很昂贵，特别是在创建新对象时（我从经验中知道这一点）。这就是为什么我认为
Reduce
解决方案会很慢。
    Unit: microseconds
    expr      min       lq      mean    median       uq      max neval
 fun1(x) 2886.633 3107.855 3673.7590 3191.4295 3965.469 6969.991    10
 fun2(x)  225.562  235.774  553.8192  277.9055  407.876 2839.410    10
 fun3(x)  237.601  245.103  643.7252  261.1835  407.830 3840.739    10
 fun4(x)  222.445  230.426  533.4771  249.6535  261.322 3075.166    10
 fun5(x)  219.845  232.682  508.5585  253.7870  298.801 2775.606    10
 fun6(x) 1531.715 1597.888 2229.4907 1616.1170 1913.850 7245.782    10

outer(a, c('_present', '_non_present'), paste0)

#           [,1]        [,2]           
#[1,] "a_present" "a_non_present"
#[2,] "b_present" "b_non_present"
#[3,] "c_present" "c_non_present"

as.list(t(outer(a, c('_present', '_non_present'), paste0)))


#[[1]]
#[1] "a_present"

#[[2]]
#[1] "a_non_present"

#[[3]]
#[1] "b_present"

#[[4]]
#[1] "b_non_present"

#[[5]]
#[1] "c_present"

#[[6]]
#[1] "c_non_present"