R 将帧列表排序为新帧

我在论坛上走来走去，但我找不到我需要做的，我也做不到。 我有这个示例数据

A<-c(1,4,2,6,9,-5,-2,-5)
B<-c(-4,-1,4,10,3.5,2.9,-1.4,0.5)
AA<-data.frame(A,B,C,D)
C<-c(3,1.3,5.4,-4.3,5.5,2.5,-6.4,8.2)
D<-c(-2.4,-4.3,2.4,5.4,1.2,9.3,7.4,-4.1)
E<-c(0.4,2.4,5.6,2.8,4.5,2.9,3.3,8.1)
BB<-data.frame(C,D,E,G)
colnames(BB)<-c("A","B","C","D")
G<-c(1.4,2.5,-3.2,-6.3,8.2,-7.4,-0.3,1.1)
CC<-data.frame(E,G,A,B)
colnames(CC)<-c("A","B","C","D")
L<-list(AA,BB,CC)
L

在这种情况下

等等,， 注意：我在原始数据中有一些NA，所以我希望NA不会出现。 有什么建议或方法吗？ 谢谢

我想做如下事情：

dat <- suppressWarnings(data.frame(sapply(names(L[[1]]) , function(x) unlist(L)[grep(x, names(unlist(L)))])))
dat$Location <- paste(paste0("[[", rep(seq_len(length(L)), each = unique(sapply(L, nrow))), "]]"), paste0("[[", rep(seq_len(unique(sapply(L, nrow))), length(L)), "]]"))
dat <- dat[order(-dat$B), ]

---

由于源数据错误，该问题已被编辑。我希望现在很清楚。ThanksI为您发布的第一个数据集编写了一个简单的方法，但我没有检查您的新更新。如果您愿意，我可以发布上一个数据集的解决方案…这里没有

利润u L_u2

，但您仍然将其解析为

帧

@David Arenburg我的错误，它已被编辑。是的，你可以发布它，我会尝试更改它来处理这些数据。@Davidernburg我重新打开了这个问题，因为我一周内都没法解决它。我想请你帮我解答这个编辑过的问题。这个问题和你给我讲的一样，只是数据有点不同（我不能用这种方式处理）。多谢各位，快起来！我必须学习很多，很好的代码。但它的级别比我高，所以我还无法将其转换为新数据。但是谢谢，谢谢你，这样会更好。在工作了几个小时后，我意识到，如果列表中各个data.frames中的行数不同，这个解决方案就不起作用了。我不能够理解结果，但现在我明白了。它从第一个矩阵重复相同数量的行。1：在rep（seq_len（length（L）），each=unique（sappy（L，nrow））：用于'each'参数的第一个元素2：在seq_len（unique）（sappy（L，nrow））：用于'length.out'参数的第一个元素有什么建议如何解决这个问题？

              A    B    C    D
[[1]] [[4]]   6    10  -4.3  5.4
[[2]] [[6]]   2.5  9.3  2.9  -7.4

dat <- suppressWarnings(data.frame(sapply(names(L[[1]]) , function(x) unlist(L)[grep(x, names(unlist(L)))])))
dat$Location <- paste(paste0("[[", rep(seq_len(length(L)), each = unique(sapply(L, nrow))), "]]"), paste0("[[", rep(seq_len(unique(sapply(L, nrow))), length(L)), "]]"))
dat <- dat[order(-dat$B), ]

      A    B    C    D    Location
4   6.0 10.0 -4.3  5.4 [[1]] [[4]]
14  2.5  9.3  2.9 -7.4 [[2]] [[6]]
21  4.5  8.2  9.0  3.5 [[3]] [[5]]
15 -6.4  7.4  3.3 -0.3 [[2]] [[7]]
12 -4.3  5.4  2.8 -6.3 [[2]] [[4]]
3   2.0  4.0  5.4  2.4 [[1]] [[3]]
5   9.0  3.5  5.5  1.2 [[1]] [[5]]
6  -5.0  2.9  2.5  9.3 [[1]] [[6]]
18  2.4  2.5  4.0 -1.0 [[3]] [[2]]
11  5.4  2.4  5.6 -3.2 [[2]] [[3]]
17  0.4  1.4  1.0 -4.0 [[3]] [[1]]
13  5.5  1.2  4.5  8.2 [[2]] [[5]]
24  8.1  1.1 -5.0  0.5 [[3]] [[8]]
8  -5.0  0.5  8.2 -4.1 [[1]] [[8]]
23  3.3 -0.3 -2.0 -1.4 [[3]] [[7]]
2   4.0 -1.0  1.3 -4.3 [[1]] [[2]]
7  -2.0 -1.4 -6.4  7.4 [[1]] [[7]]
9   3.0 -2.4  0.4  1.4 [[2]] [[1]]
19  5.6 -3.2  2.0  4.0 [[3]] [[3]]
1   1.0 -4.0  3.0 -2.4 [[1]] [[1]]
16  8.2 -4.1  8.1  1.1 [[2]] [[8]]
10  1.3 -4.3  2.4  2.5 [[2]] [[2]]
20  2.8 -6.3  6.0 10.0 [[3]] [[4]]
22  2.9 -7.4 -5.0  2.9 [[3]] [[6]]