R 创建数据帧，基于列表的第一个元素进行匹配

我想基于列表的第一个元素创建一个数据框。具体来说，我有

一个包含变量的向量（名称1）

一个包含两个变量（一些变量1和值）的列表

最终产品应该是一个带有“names1”的data.frame，其中包含的行数与匹配的案例数相同

如果特定列表和向量之间不匹配，则应为NA

值也可以是因子或字符串

names1 <- c("a", "b", "c")
dat1 <- data.frame(names1 =c("a", "b", "c", "f"),values= c("val1", 13, 11, 0))
   dat1$values <- as.factor(dat1$values)
dat2 <- data.frame(names1 =c("a", "b", "x"),values= c(12, 10, 2))
   dat2$values <- as.factor(dat2$values)
list1 <- list(dat1, dat2)

---

一个选项是循环通过

列表

（'list1'），

过滤器

基于'names'向量的'names'列，将其转换为单个数据集，同时创建具有

.id

，

排列

的标识列，从'long'到'wide'，并删除'grp'列

library(tidyverse)
map_df(list1, ~   .x %>% 
                     filter(names %in% !! names), .id = 'grp') %>%           
      spread(names, values) %>% 
      select(-grp)   
#      a     b     c    
#1    25    13    11
#2    12    10    NA

---

或者另一个选项是将数据集与

bind_rows

绑定在一起，创建一个分组id“grp”来指定

列表

元素，

通过只选择与“name”
向量相匹配的“names”列以及从“long”到“wide”的
排列来过滤行

bind_rows(list1, .id = 'grp') %>%
   filter(names %in% !! names) %>% 
   spread(names, values)

注意：最好不要使用保留关键字来指定对象名称（
名称
）。此外，为了避免混淆，对象应该与dataframe对象的列名不同


也可以仅使用
base R
完成此操作。使用
映射
，
rbind
将
列表
元素添加到单个数据集，
子集
行创建组标识符，方法是仅保留“名称”
向量
中的值，并将
形状从“长”改为“宽”

df1 <- subset(do.call(rbind, Map(cbind, list1, 
          ind = seq_along(list1))), names %in% .GlobalEnv$names)   
reshape(df1, idvar = 'ind', direction = 'wide', timevar = 'names')[-1]

df1基本R和
dplyr的混合体
。对于每个列表元素，我们创建一个包含1行的数据框。使用
dplyr
的
rbind\u列表
行将它们绑定在一起，然后使用
名称
只对需要的列进行子集划分

library(dplyr)

rbind_list(lapply(list1, function(x) 
        setNames(data.frame(t(x$values)), x$names)))[names]

#     a     b     c
#   <dbl> <dbl> <dbl>
#1    25    13    11
#2    12    10    NA

库（dplyr）
rbind_列表（lappy）（列表1，函数（x）
集合名（data.frame（t（x$value）），x$names））[名称]
#a、b、c
#     
#1    25    13    11
#2 12 10 NA

没有子集的输出如下所示

rbind_list(lapply(list1, function(x) setNames(data.frame(t(x$values)), x$names)))

#     a     b     c     x
#   <dbl> <dbl> <dbl> <dbl>
#1    25    13    11    NA
#2    12    10    NA     2

rbind_列表（lappy（列表1，函数（x）集合名（data.frame（t（x$value）），x$names）））
#a b c x
#      
#1251311 NA
#2 12 10 NA 2
仅使用基本R

body <- do.call('rbind', lapply(list1, function(list.element){
  element.vals <- list.element[['values']]
  element.names <- list.element[['names']]
  names(element.vals) <- element.names
  return.vals <- element.vals[names]
  if(all(is.na(return.vals))) NULL else return.vals
}))

df <- as.data.frame(body)
names(df) <- names
df

底部R中的主体

t(sapply(list1, function(x) setNames(x$values, names)[match(names, x$names)]))
#       a  b  c
# [1,] 25 13 11
# [2,] 12 10 NA

为了完整起见，下面是一种使用
dcast（）
和
rowid（）
的方法：

A
data.table
解决方案：
库（data.table）；rbindlist（lappy（list1，函数（x）setNames（transpose（x）[2，]，x$names）），use.names=TRUE，fill=TRUE）[，.SD，.SDcols=（a:c）]
。非常感谢，这非常有效——还有解决因子值的方法吗？（如果值是一个因子）？对于因子也可以这样做吗？（例如，如果值是因子还是字符串？）我意识到它是有效的，但只有当数值和因子值不混合时才有效！非常感谢，阿克伦！！！太棒了@托比亚希，谢谢。这有点奇怪。您可以尝试在%！！名称中使用
过滤器（如.character（names）%
t(sapply(list1, function(x) setNames(x$values, names)[match(names, x$names)]))
#       a  b  c
# [1,] 25 13 11
# [2,] 12 10 NA

library(data.table)
nam <- names1   # avoid name conflict with column name
rbindlist(list1)[names1 %in% nam, dcast(.SD, rowid(names1) ~ names1)][, names1 := NULL][]

      a  b    c
1: val1 13   11
2:   12 10 <NA>

library(data.table)
rbindlist(list1)[, dcast(.SD, rowid(names1) ~ names1)][, .SD, .SDcols = names1]