关于R:R – 列表到数据框

R - list to data frame

我有一个嵌套的数据列表。 它的长度是132,每个项目都是长度为20的列表。是否有一种快速方法将此结构转换为具有132行和20列数据的数据框?

以下是一些要使用的示例数据:

1
2
3
4
5
l <- replicate(
  132,
  list(sample(letters, 20)),
  simplify = FALSE
)


rbind

1
do.call(rbind.data.frame, your_list)

编辑:以前的版本返回listlist而不是向量(如评论中指出的@IanSudbery)。


假设您的列表列表名为l

1
df <- data.frame(matrix(unlist(l), nrow=length(l), byrow=T))

以上将所有字符列转换为因子,为避免这种情况,您可以向data.frame()调用添加一个参数:

1
df <- data.frame(matrix(unlist(l), nrow=132, byrow=T),stringsAsFactors=FALSE)


您可以使用plyr包。
例如,表单的嵌套列表

1
2
3
4
5
l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
      , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
      , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
      , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
      )

现在长度为4,l中的每个列表都包含另一个长度为3的列表。
现在你可以跑了

1
2
  library (plyr)
  df <- ldply (l, data.frame)

并且应该得到与答案@Marek和@nico相同的结果。


data.frame(t(sapply(mylistlist,c)))

sapply将其转换为矩阵。
data.frame将矩阵转换为数据帧。


假设您的列表名为l

1
data.frame(Reduce(rbind, L))


data.table具有函数rbindlist,它是do.call(rbind, list(...))的超快实现。

它可以采用listsdata.framesdata.tables列表作为输入。

1
2
3
4
5
6
7
8
library(data.table)
ll <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
  , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
  , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
  , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
  )

DT <- rbindlist(ll)

这将返回data.table继承自data.frame

如果你真的想转换回data.frame,请使用as.data.frame(DT)


tibble包具有函数enframe(),它通过将嵌套的list对象强制转换为嵌套的tibble("整齐的"数据框)对象来解决此问题。以下是R for Data Science的简短示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
x <- list(
    a = 1:5,
    b = 3:4,
    c = 5:6
)

df <- enframe(x)
df
#> # A tibble: 3 × 2
#>    name     value
#>   <chr>    <list>
#>    1     a <int [5]>
#>    2     b <int [2]>
#>    3     c <int [2]>

由于列表中有多个嵌套l,因此可以使用unlist(recursive = FALSE)删除不必要的嵌套以获取单个分层列表,然后传递给enframe()。我使用tidyr::unnest()取消输出到单级"整洁"数据框,它有两列(一组用于组name,一组用于组value的观察)。如果您希望列宽,则可以使用add_column()添加列,只重复值的顺序132次。然后只需spread()值。


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
library(tidyverse)

l <- replicate(
    132,
    list(sample(letters, 20)),
    simplify = FALSE
)

l_tib <- l %>%
    unlist(recursive = FALSE) %>%
    enframe() %>%
    unnest()
l_tib
#> # A tibble: 2,640 x 2
#>     name value
#>    <int> <chr>
#> 1      1     d
#> 2      1     z
#> 3      1     l
#> 4      1     b
#> 5      1     i
#> 6      1     j
#> 7      1     g
#> 8      1     w
#> 9      1     r
#> 10     1     p
#> # ... with 2,630 more rows

l_tib_spread <- l_tib %>%
    add_column(index = rep(1:20, 132)) %>%
    spread(key = index, value = value)
l_tib_spread
#> # A tibble: 132 x 21
#>     name   `1`   `2`   `3`   `4`   `5`   `6`   `7`   `8`   `9`  `10`  `11`
#> *  <int> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1      1     d     z     l     b     i     j     g     w     r     p     y
#> 2      2     w     s     h     r     i     k     d     u     a     f     j
#> 3      3     r     v     q     s     m     u     j     p     f     a     i
#> 4      4     o     y     x     n     p     i     f     m     h     l     t
#> 5      5     p     w     v     d     k     a     l     r     j     q     n
#> 6      6     i     k     w     o     c     n     m     b     v     e     q
#> 7      7     c     d     m     i     u     o     e     z     v     g     p
#> 8      8     f     s     e     o     p     n     k     x     c     z     h
#> 9      9     d     g     o     h     x     i     c     y     t     f     j
#> 10    10     y     r     f     k     d     o     b     u     i     x     s
#> # ... with 122 more rows, and 9 more variables: `12` <chr>, `13` <chr>,
#> #   `14` <chr>, `15` <chr>, `16` <chr>, `17` <chr>, `18` <chr>,
#> #   `19` <chr>, `20` <chr>


Reshape2产生的输出与上面的plyr示例相同:

1
2
3
4
5
6
7
8
library(reshape2)
l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
          , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
          , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
          , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
)
l <- melt(l)
dcast(l, L1 ~ L2)

收益率:

1
2
3
4
5
  L1 var.1 var.2 var.3
1  a     1     2     3
2  b     4     5     6
3  c     7     8     9
4  d    10    11    12

如果你几乎没有像素,你可以在1行w / recast()中完成这一切。


根据列表的结构,有一些tidyverse选项可以很好地处理不等长度列表:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
        , b = list(var.1 = 4, var.2 = 5)
        , c = list(var.1 = 7, var.3 = 9)
        , d = list(var.1 = 10, var.2 = 11, var.3 = NA))

df <- dplyr::bind_rows(l)
df <- purrr::map_df(l, dplyr::bind_rows)
df <- purrr::map_df(l, ~.x)

# all create the same data frame:
# A tibble: 4 x 3
  var.1 var.2 var.3
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5    NA
3     7    NA     9
4    10    11    NA

您还可以混合矢量和数据框:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
library(dplyr)
bind_rows(
  list(a = 1, b = 2),
  data_frame(a = 3:4, b = 5:6),
  c(a = 7)
)

# A tibble: 4 x 2
      a     b
  <dbl> <dbl>
1     1     2
2     3     5
3     4     6
4     7    NA


延伸@ Marek的答案:如果你想避免字符串被转化为因素和效率不是一个值得关注的尝试

1
do.call(rbind, lapply(your_list, data.frame, stringsAsFactors=FALSE))

此方法使用tidyverse包(purrr)。

列表:

1
x <- as.list(mtcars)

将其转换为数据框(更具体地说,tibble):

1
2
library(purrr)
map_df(x, ~.x)


对于具有3个或更多级别的深层嵌套列表的一般情况,例如从嵌套JSON获得的级别:

1
2
3
4
5
6
7
8
{
"2015": {
 "spain": {"population": 43,"GNP": 9},
 "sweden": {"population": 7,"GNP": 6}},
"2016": {
 "spain": {"population": 45,"GNP": 10},
 "sweden": {"population": 9,"GNP": 8}}
}

考虑melt()的方法首先将嵌套列表转换为高格式:

1
2
3
4
5
6
7
8
9
10
11
myjson <- jsonlite:fromJSON(file("test.json"))
tall <- reshape2::melt(myjson)[, c("L1","L2","L3","value")]
    L1     L2         L3 value
1 2015  spain population    43
2 2015  spain        GNP     9
3 2015 sweden population     7
4 2015 sweden        GNP     6
5 2016  spain population    45
6 2016  spain        GNP    10
7 2016 sweden population     9
8 2016 sweden        GNP     8

然后是dcast()然后再次变宽到一个整洁的数据集,其中每个变量形成一个列,每个观察形成一行:

1
2
3
4
5
6
7
8
wide <- reshape2::dcast(tall, L1+L2~L3)
# left side of the formula defines the rows/observations and the
# right side defines the variables/measurements
    L1     L2 GNP population
1 2015  spain   9         43
2 2015 sweden   6          7
3 2016  spain  10         45
4 2016 sweden   8          9

更多答案,以及这个问题答案的时间安排:
将列表强制转换为数据框的最有效方法是什么?

最快的方式是,不会产生带有列表而不是列的向量的数据帧(来自Martin Morgan的答案):

1
2
3
l <- list(list(col1="a",col2=1),list(col1="b",col2=2))
f = function(x) function(i) unlist(lapply(x, `[[`, i), use.names=FALSE)
as.data.frame(Map(f(l), names(l[[1]])))

有时您的数据可能是相同长度的矢量列表的列表。

1
lolov = list(list(c(1,2,3),c(4,5,6)), list(c(7,8,9),c(10,11,12),c(13,14,15)) )

(内部向量也可以是列表,但我正在简化以使其更容易阅读)。

然后您可以进行以下修改。请记住,您可以一次取消一个级别:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
lov = unlist(lolov, recursive = FALSE )
> lov
[[1]]
[1] 1 2 3

[[2]]
[1] 4 5 6

[[3]]
[1] 7 8 9

[[4]]
[1] 10 11 12

[[5]]
[1] 13 14 15

现在使用其他答案中提到的您最喜欢的方法:

1
2
3
4
5
6
7
8
library(plyr)
>ldply(lov)
  V1 V2 V3
1  1  2  3
2  4  5  6
3  7  8  9
4 10 11 12
5 13 14 15

1
2
3
l <- replicate(10,list(sample(letters, 20)))
a <-lapply(l[1:10],data.frame)
do.call("cbind", a)

这最终对我有用:

do.call("rbind", lapply(S1, as.data.frame))


对于使用purrr系列解决方案的并行(多核,多会话等)解决方案,请使用:

1
2
3
library (furrr)
plan(multisession) # see below to see which other plan() is the more efficient
myTibble <- future_map_dfc(l, ~.x)

其中l是列表。

要对最有效的plan()进行基准测试,您可以使用:

1
2
3
4
5
6
library(tictoc)
plan(sequential) # reference time
# plan(multisession) # benchamark plan() goes here. See ?plan().
tic()
myTibble <- future_map_dfc(l, ~.x)
toc()

以下简单命令对我有用:

1
myDf <- as.data.frame(myList)

参考(Quora答案)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
> myList <- list(a = c(1, 2, 3), b = c(4, 5, 6))
> myList
$a
[1] 1 2 3

$b
[1] 4 5 6

> myDf <- as.data.frame(myList)
  a b
1 1 4
2 2 5
3 3 6
> class(myDf)
[1]"data.frame"

但如果将列表转换为数据框并不明显,则会失败:

1
2
3
4
> myList <- list(a = c(1, 2, 3), b = c(4, 5, 6, 7))
> myDf <- as.data.frame(myList)
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  :
  arguments imply differing number of rows: 3, 4


一个简短(但也许不是最快)的方法是使用base r,因为数据帧只是一个等长矢量列表。 因此,输入列表与30 x 132 data.frame之间的转换将是:

df <- data.frame(l)

从那里我们可以将它转换为132 x 30矩阵,并将其转换回数据帧:


new_df <- data.frame(t(df))

作为单线:

new_df <- data.frame(t(data.frame(l)))

rownames看起来很烦人,但你可以随时重命名

rownames(new_df) <- 1:nrow(new_df)