是否将多层列表转换为data.frame？

假设我有以下几点：

library(httr)

foo <- content(GET(paste0("https://api.cryptowat.ch/markets/kraken/ethusd/ohlc?after=1483228800&before=9999999999&periods=86400")))

data.frame

的

nrow

应等于

长度（foo$result[[1]]）

和

ncol

应等于7：

1510012800  295.1  304.21  291.3  298.5  13792.92  0
1510099200  298.5  303.3   287.28 292.07 32132.04  0
...
...

这是使用

lappy

或类似工具的快速方法吗？我尝试了

plyr

包中的

ldply

函数，如下所示：

lappy（foo$result[[1]]，FUN=ldply，.FUN=data.frame）

，但仍然返回列表列表

---

有什么想法吗？

你可以使用

map

和

reduce

来自

purrr

，并结合

dplyr:：bind_rows

library(httr)
library(purrr)
library(dplyr)

foo <- content(GET(paste0("https://api.cryptowat.ch/markets/kraken/ethusd/ohlc?after=1483228800&before=9999999999&periods=86400")))

nm <- paste0("X",1:7)
foo$result[[1]] %>% 
  map(unlist) %>% 
  map(~setNames(.x, nm)) %>% 
  reduce(bind_rows)

# A tibble: 354 x 7
           X1       X2       X3       X4       X5        X6    X7
        <dbl>    <dbl>    <dbl>    <dbl>    <dbl>     <dbl> <dbl>
 1 1483228800  8.14884  8.21477  7.94881  8.06999  42388.83     0
 2 1483315200  8.10000  8.56100  8.05109  8.19950  53422.02     0
 3 1483401600  8.19950  8.47500  8.10000  8.39650  39187.21     0
 4 1483488000  8.36780 10.09948  8.25668  9.56690 234379.75     0
 5 1483574400  9.63000 11.12499  9.42001 11.02000 210981.02     0
 6 1483660800 11.09979 11.63786  9.10000 10.31859 223963.44     0
 7 1483747200 10.19690 10.50000  9.50000 10.15870 223224.03     0
 8 1483833600 10.14620 10.18403  9.54024  9.87100 110811.07     0
 9 1483920000  9.76164 10.47000  9.76164 10.27581  47720.22     0
10 1484006400 10.30282 10.84499 10.10007 10.40000  29018.72     0
# ... with 344 more rows

库（httr）
图书馆（purrr）
图书馆（dplyr）
富%
映射（~setNames（.x，nm））%>%
减少（绑定行）
#A tibble:354x7
x1x2x3x4x5x6x7
1 1483228800  8.14884  8.21477  7.94881  8.06999  42388.83     0
2 1483315200  8.10000  8.56100  8.05109  8.19950  53422.02     0
3 1483401600  8.19950  8.47500  8.10000  8.39650  39187.21     0
4 1483488000  8.36780 10.09948  8.25668  9.56690 234379.75     0
5 1483574400  9.63000 11.12499  9.42001 11.02000 210981.02     0
6 1483660800 11.09979 11.63786  9.10000 10.31859 223963.44     0
7 1483747200 10.19690 10.50000  9.50000 10.15870 223224.03     0
8 1483833600 10.14620 10.18403  9.54024  9.87100 110811.07     0
9 1483920000  9.76164 10.47000  9.76164 10.27581  47720.22     0
10 1484006400 10.30282 10.84499 10.10007 10.40000  29018.72     0
# ... 还有344行

您可以使用

map

和

reduce

来自

purrr

，与

dplyr:：bind_行相结合

library(httr)
library(purrr)
library(dplyr)

foo <- content(GET(paste0("https://api.cryptowat.ch/markets/kraken/ethusd/ohlc?after=1483228800&before=9999999999&periods=86400")))

nm <- paste0("X",1:7)
foo$result[[1]] %>% 
  map(unlist) %>% 
  map(~setNames(.x, nm)) %>% 
  reduce(bind_rows)

# A tibble: 354 x 7
           X1       X2       X3       X4       X5        X6    X7
        <dbl>    <dbl>    <dbl>    <dbl>    <dbl>     <dbl> <dbl>
 1 1483228800  8.14884  8.21477  7.94881  8.06999  42388.83     0
 2 1483315200  8.10000  8.56100  8.05109  8.19950  53422.02     0
 3 1483401600  8.19950  8.47500  8.10000  8.39650  39187.21     0
 4 1483488000  8.36780 10.09948  8.25668  9.56690 234379.75     0
 5 1483574400  9.63000 11.12499  9.42001 11.02000 210981.02     0
 6 1483660800 11.09979 11.63786  9.10000 10.31859 223963.44     0
 7 1483747200 10.19690 10.50000  9.50000 10.15870 223224.03     0
 8 1483833600 10.14620 10.18403  9.54024  9.87100 110811.07     0
 9 1483920000  9.76164 10.47000  9.76164 10.27581  47720.22     0
10 1484006400 10.30282 10.84499 10.10007 10.40000  29018.72     0
# ... with 344 more rows

库（httr）
图书馆（purrr）
图书馆（dplyr）
富%
映射（~setNames（.x，nm））%>%
减少（绑定行）
#A tibble:354x7
x1x2x3x4x5x6x7
1 1483228800  8.14884  8.21477  7.94881  8.06999  42388.83     0
2 1483315200  8.10000  8.56100  8.05109  8.19950  53422.02     0
3 1483401600  8.19950  8.47500  8.10000  8.39650  39187.21     0
4 1483488000  8.36780 10.09948  8.25668  9.56690 234379.75     0
5 1483574400  9.63000 11.12499  9.42001 11.02000 210981.02     0
6 1483660800 11.09979 11.63786  9.10000 10.31859 223963.44     0
7 1483747200 10.19690 10.50000  9.50000 10.15870 223224.03     0
8 1483833600 10.14620 10.18403  9.54024  9.87100 110811.07     0
9 1483920000  9.76164 10.47000  9.76164 10.27581  47720.22     0
10 1484006400 10.30282 10.84499 10.10007 10.40000  29018.72     0
# ... 还有344行

下面是一个基于R的解决方案：

df <- as.data.frame(matrix(unlist(foo$result[[1]]), ncol = 7, byrow = TRUE))
head(df);
#          V1       V2       V3      V4       V5        V6 V7
#1 1483228800  8.14884  8.21477 7.94881  8.06999  42388.83  0
#2 1483315200  8.10000  8.56100 8.05109  8.19950  53422.02  0
#3 1483401600  8.19950  8.47500 8.10000  8.39650  39187.21  0
#4 1483488000  8.36780 10.09948 8.25668  9.56690 234379.75  0
#5 1483574400  9.63000 11.12499 9.42001 11.02000 210981.02  0
#6 1483660800 11.09979 11.63786 9.10000 10.31859 223963.44  0

---

df这是一个以R为基础的解决方案：

df <- as.data.frame(matrix(unlist(foo$result[[1]]), ncol = 7, byrow = TRUE))
head(df);
#          V1       V2       V3      V4       V5        V6 V7
#1 1483228800  8.14884  8.21477 7.94881  8.06999  42388.83  0
#2 1483315200  8.10000  8.56100 8.05109  8.19950  53422.02  0
#3 1483401600  8.19950  8.47500 8.10000  8.39650  39187.21  0
#4 1483488000  8.36780 10.09948 8.25668  9.56690 234379.75  0
#5 1483574400  9.63000 11.12499 9.42001 11.02000 210981.02  0
#6 1483660800 11.09979 11.63786 9.10000 10.31859 223963.44  0

df这是非常有用的——将保存以供以后使用！谢谢这是非常有用的-将保存供以后使用！谢谢