将列表转换为缺少某些列值的data.frame的更快方法

我有这张单子

> head(train)
[[1]]
[[1]]$Physics
[1] 8

[[1]]$Chemistry
[1] 7

[[1]]$PhysicalEducation
[1] 3

[[1]]$English
[1] 4

[[1]]$Mathematics
[1] 6

[[1]]$serial
[1] 195490

.
.
[[6]]
[[6]]$Physics
[1] 2

[[6]]$Chemistry
[1] 1

[[6]]$Biology
[1] 2

[[6]]$English
[1] 4

[[6]]$Mathematics
[1] 8

[[6]]$serial
[1] 182318

每个子列表都有这12个元素中的任意5个元素，还有一个额外命名的

serial

columns <- c("Physics", "Chemistry", "PhysicalEducation", "English", 
             "Mathematics", "serial", "ComputerScience", "Hindi", "Biology", 
             "Economics", "Accountancy", "BusinessStudies")

这是可复制的代码

train <- [{\"Physics\":8,\"Chemistry\":7,\"PhysicalEducation\":3,\"English\":4,\"Mathematics\":6,\"serial\":195490},{\"Physics\":1,\"Chemistry\":1,\"PhysicalEducation\":1,\"English\":3,\"Mathematics\":3,\"serial\":190869},{\"Physics\":1,\"Chemistry\":2,\"PhysicalEducation\":2,\"English\":1,\"Mathematics\":2,\"serial\":3111},{\"Physics\":8,\"Chemistry\":7,\"PhysicalEducation\":6,\"English\":7,\"Mathematics\":7,\"serial\":47738},{\"Physics\":1,\"Chemistry\":1,\"PhysicalEducation\":1,\"English\":3,\"Mathematics\":2,\"serial\":85520},{\"Physics\":2,\"Chemistry\":1,\"Biology\":2,\"English\":4,\"Mathematics\":8,\"serial\":182318},{\"Physics\":3,\"Chemistry\":4,\"PhysicalEducation\":5,\"English\":5,\"Mathematics\":8,\"serial\":77482},{\"Accountancy\":2,\"BusinessStudies\":5,\"Economics\":3,\"English\":6,\"Mathematics\":7,\"serial\":152940},{\"Physics\":5,\"Chemistry\":6,\"Biology\":7,\"English\":3,\"Mathematics\":8,\"serial\":132620}]
train <- rjson::fromJSON(train)

---

train您可以通过组合
Reduce
和
Map
在基本R中完成此操作

数据

这是一个与您的结构匹配的数据集

set.seed(1234)
temp <- replicate(7, setNames(replicate(7, sample(1:10, 1), simplify=FALSE), letters[1:7]),
                  simplify=FALSE)

其中
data.frame
使用内部元素构造data.frames<代码>映射

将此应用于外部列表的每个元素，从而生成data.frames列表。最后，

Reduce

rbind

s列表中的data.frames并生成单个data.frames。

您可以通过组合

Reduce

和

Map

在基数R中完成此操作

数据

这是一个与您的结构匹配的数据集

set.seed(1234)
temp <- replicate(7, setNames(replicate(7, sample(1:10, 1), simplify=FALSE), letters[1:7]),
                  simplify=FALSE)

---

其中

data.frame

使用内部元素构造data.frames<代码>映射将此应用于外部列表的每个元素，从而生成data.frames列表。最后，

Reduce

rbinds列表中的data.frames并生成一个data.frames。

作为起点，您可以使用purrr:：map，如下所示：

示例数据集：

x <- list(list(physics=8,
               Chemistry=7,
               PhysicalEducation=3,
               English=4,
               serial=195490),
          list(physics=2,
               Chemistry=1,
               Biology=2,
               English=4,
               Mathematics=8,
               serial=182318))

如果您想了解这是如何工作的，可以查看下面较长的解决方案

Sol.2[手动分配]

-选择每列的值：

z <- data.frame(
    serial = map_dbl(x,"serial",.null=NA),
    Biology = map_dbl(x,"Biology",.null=NA),
    Chemistry = map_dbl(x,"Chemistry",.null=NA)
        )

Sol.3[预定义数据帧和for循环]

• 创建具有固定大小的数据帧

  ---

  zz作为起点，您可以使用purrr:：map，如下所示：
  
  示例数据集：
  
  x <- list(list(physics=8,
                 Chemistry=7,
                 PhysicalEducation=3,
                 English=4,
                 serial=195490),
            list(physics=2,
                 Chemistry=1,
                 Biology=2,
                 English=4,
                 Mathematics=8,
                 serial=182318))
  
  如果您想了解这是如何工作的，可以查看下面较长的解决方案
  
  Sol.2[手动分配]
  
  -选择每列的值：
  
  z <- data.frame(
      serial = map_dbl(x,"serial",.null=NA),
      Biology = map_dbl(x,"Biology",.null=NA),
      Chemistry = map_dbl(x,"Chemistry",.null=NA)
          )
  
  Sol.3[预定义数据帧和for循环]
  
  
  创建具有固定大小的数据帧
  
  zz您是否可以添加一个代码来复制一个样本，而不是从它开始编写一个新的示例？尝试
  do.call（plyr:：rbind.fill，lappy（train，data.frame））
  或
  dplyr:：bind_rows（lappy（train，data.frame））
  。请检查我编辑的答案（sol.1）使用purrr:map，您是否可以添加一个代码来复制一个示例，而不是从它开始编写一个新的示例？尝试
  do.call（plyr:：rbind.fill，lappy（train，data.frame））
  或
  dplyr:：bind_rows（lappy（train，data.frame））
  。请用purrr:map检查我编辑的答案（sol.1）
  > zzz
    Physics Chemistry PhysicalEducation English Mathematics serial ComputerScience Hindi Biology Economics
  1      NA         7                 3       4          NA 195490              NA    NA      NA        NA
  2      NA         1                NA       4           8 182318              NA    NA       2        NA
    Accountancy BusinessStudies
  1          NA              NA
  2          NA              NA
  
  z <- data.frame(
      serial = map_dbl(x,"serial",.null=NA),
      Biology = map_dbl(x,"Biology",.null=NA),
      Chemistry = map_dbl(x,"Chemistry",.null=NA)
          )
  
  > z
    serial Biology Chemistry
  1 195490      NA         7
  2 182318       2         1
  >
  
  > zz
    Physics Chemistry PhysicalEducation English Mathematics serial ComputerScience Hindi Biology Economics
  1      NA         7                 3       4          NA 195490              NA    NA      NA        NA
  2      NA         1                NA       4           8 182318              NA    NA       2        NA
    Accountancy BusinessStudies
  1          NA              NA
  2          NA              NA