R 将给定列表转换为数据帧_R

R 将给定列表转换为数据帧

R 将给定列表转换为数据帧,r,R,我有以下清单： $id1 $id1[[1]] A B "A" "B" $id1[[2]] A B "A" "A1" $id2 $id2[[1]] A B "A2"

我有以下清单：

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

以R-pastable形式：

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

dat = structure(list(SampleTable = structure(list(id2 = list(structure(c("90", "7"), .Names = c("T", "G")), structure(c("90", "8"), .Names = c("T", "G"))), id1 = structure(c("1", "1"), .Names = c("T", "G"))), .Names = c("id2", "id1"))), .Names = "SampleTable")

我希望将此给定列表转换为以下数据帧：

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

id1   A    B
id1   A    A1 
id2   A2   B2

注意！我无法让melt and cast处理这种不规则的数据（我尝试了一个多小时…），我将在这里留下这个答案，以表明对于这种操作，也可以使用重塑包装

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

使用vincent的示例数据，您可以使用重塑包中的melt and cast：

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

library(reshape)
res = cast(melt(d))[-1]
names(res) = c("id","x","y")
res
   id x y
1 id1 1 1
2 id2 3 3
3 id3 5 5
4 id1 2 2
5 id2 4 4
6 id3 6 6

结果data.frame中的顺序不同，但结果相同。代码稍微短一点。我使用

[-1]

删除同样由

melt

返回的第一列。此附加变量是列表列表中各个data.frames的列索引。只需看一下熔化（d）的结果，希望能让它更清楚。

注意！我无法让melt and cast处理这种不规则的数据（我尝试了一个多小时…），我将在这里留下这个答案，以表明对于这种操作，也可以使用重塑包装

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

使用vincent的示例数据，您可以使用重塑包中的melt and cast：

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

library(reshape)
res = cast(melt(d))[-1]
names(res) = c("id","x","y")
res
   id x y
1 id1 1 1
2 id2 3 3
3 id3 5 5
4 id1 2 2
5 id2 4 4
6 id3 6 6

结果data.frame中的顺序不同，但结果相同。代码稍微短一点。我使用

[-1]

删除同样由

melt

返回的第一列。此附加变量是列表列表中各个data.frames的列索引。只需看一下melt（d）的结果，希望能让它更清楚。

您的数据结构（显然是1行数据.frames的未命名列表的命名列表）有点复杂：最简单的方法可能是使用循环来构建data.frames

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

可以使用

do.call

、

lappy

和

rbind

直接执行，但即使您熟悉这些函数，也不太容易阅读

$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2"

# Sample data 
d <- list(
  id1 = list(
    data.frame( x=1, y=1 ),
    data.frame( x=2, y=2 )
  ),
  id2 = list(
    data.frame( x=3, y=3 ),
    data.frame( x=4, y=4 )
  ),
  id3 = list(
    data.frame( x=5, y=5 ),
    data.frame( x=6, y=6 )
  )
)

# Convert
d <- data.frame(
  id=rep(names(d), unlist(lapply(d,length))),
  do.call( rbind, lapply(d, function(u) do.call(rbind, u)) )
)

#示例数据
d您的数据结构（显然是1行data.frames的未命名列表的命名列表）有点复杂：最简单的方法可能是使用循环来构建data.frames
$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2" 

可以使用do.call
、lappy
和rbind
直接执行，但即使您熟悉这些函数，也不太容易阅读
$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2" 

# Sample data 
d <- list(
  id1 = list(
    data.frame( x=1, y=1 ),
    data.frame( x=2, y=2 )
  ),
  id2 = list(
    data.frame( x=3, y=3 ),
    data.frame( x=4, y=4 )
  ),
  id3 = list(
    data.frame( x=5, y=5 ),
    data.frame( x=6, y=6 )
  )
)

# Convert
d <- data.frame(
  id=rep(names(d), unlist(lapply(d,length))),
  do.call( rbind, lapply(d, function(u) do.call(rbind, u)) )
)

#示例数据
这是一个有点混乱，你让。dat
对象上方有一个额外的“层”，因此使用dat[[1]]
：
$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2" 

dfrm <- data.frame(dat[[1]], stringsAsFactors=FALSE)
names(dfrm) <- sub("\\..+$", "", names(dfrm))

> dfrm
  id2 id2 id1
T  90  90   1
G   7   8   1
> t(dfrm)
    T    G  
id2 "90" "7"
id2 "90" "8"
id1 "1"  "1"

dfrmt（dfrm）
T G
id2“90”“7”
id2“90”“8”
id1“1”“1”
你说的有点乱。dat
对象上方有一个额外的“层”，因此使用dat[[1]]
：
$id1
$id1[[1]]
         A              B               
        "A"            "B"                
$id1[[2]]
         A             B 
        "A"           "A1" 
$id2
$id2[[1]]
         A              B               
        "A2"           "B2" 

dfrm <- data.frame(dat[[1]], stringsAsFactors=FALSE)
names(dfrm) <- sub("\\..+$", "", names(dfrm))

> dfrm
  id2 id2 id1
T  90  90   1
G   7   8   1
> t(dfrm)
    T    G  
id2 "90" "7"
id2 "90" "8"
id1 "1"  "1"

dfrmt（dfrm）
T G
id2“90”“7”
id2“90”“8”
id1“1”“1”
duplicate？@PaulHiemstra是的，我认为它应该作为一个副本关闭。嗯，不完全是这样，数据结构与我提到的副本有点不同。你是对的，需要另一个lapply。我收回我关于结案的陈述。文斯的答案也很准确。我有一个额外的答案，使用熔化和铸造，这对文森特的答案有效。我正试图删除我以前的答案。简言之，这是“铸造（熔化（d））[-1]”复制品？@PaulHiemstra是的，我认为它应该作为复制品关闭。嗯，不完全是这样，数据结构与我提到的复制品有点不同。你是对的，需要另一个重叠。我收回我关于结案的陈述。文斯的答案也很准确。我有一个额外的答案，使用熔化和铸造，这对文森特的答案有效。我正试图删除我以前的答案。简言之，这是“铸造（熔化（d））[-1]”你能把它标记为正确答案吗？这是我答案左侧的灰色记号，就在上下箭头和0的下方。这会让人们知道您的问题已经得到了回答，并且会遇到一些代表；）。如果这更有帮助的话，也可以将另一个答案标记为正确答案。在运行NNING res=cast（melt（d））[-1]之后，我收到了一条消息错误：铸造公式包含熔融数据中未找到的变量：变量正如我在上面的注释中所说的，我无法使用您的数据，只有文森特的第一个例子。你能把它标记为正确答案吗？这是我答案左侧的灰色记号，就在上下箭头和0的下方。这会让人们知道您的问题已经得到了回答，并且会遇到一些代表；）。如果这更有帮助的话，也可以将另一个答案标记为正确答案。在运行NNING res=cast（melt（d））[-1]之后，我收到了一条消息错误：铸造公式包含熔融数据中未找到的变量：变量正如我在上面的注释中所说的，我无法使用您的数据，只有文森特的第一个例子。@Sjan如果你认为这个答案解决了你的问题，请随意检查答案分数下面的灰色标记。问题仍然没有解决。当列表中包含一个列表元素时，问题就出现了。@Sjan:您能提供一个可复制的示例吗，例如，数据结构上的dput（）的结果？结构（列表（SampleTable=structure）（列表（id2=list）（structure）（c（“90”，“7”），.Names=c（“T”，“g”）），结构（c（“90”，“8”），.Names=c（“T”，“g”）），id1=structure（c（“1”，“1”），.Names=c（“T”），.Names=c（“id2”、“id1”），.Names=“SampleTable”）最好将此添加到您的问题中。@Sjan如果您认为此答案解决了您的问题，请随意检查答案分数下面的灰色标记。问题仍然没有解决。当列表中包含列表元素时，问题就会出现。@Sjan:您能提供一个可复制的示例，例如，数据结构？结构上dput（）的结果吗（list）（SampleTable=structure（list）（id2=list（structure）（c（“90”，“7”），.Names=c（“T”，“G”）），structure（c（“90”，“8”），.Names=c（“T”，“G”）），id1=structure（c（“1”，“1”），.Names=c（“T”，“G”），.Names=c（“id2”，“id1”）），.Names=c（“id2”，“id1”）），.Names=“SampleTable”）会更好