R-Lista do ramki danych
Mam zagnieżdżoną listę danych. Jego długość wynosi 132, a każdy element jest listą długości 20. Czy istnieje Szybki sposób na przekształcenie tej struktury w ramkę danych, która ma 132 wiersze i 20 kolumn danych?
Oto przykładowe dane do pracy:
l <- replicate(
132,
list(sample(letters, 20)),
simplify = FALSE
)
17 answers
Zakładając, że Twoja lista list nazywa się l
:
df <- data.frame(matrix(unlist(l), nrow=132, byrow=T))
Powyższe konwertuje wszystkie kolumny znaków na czynniki, aby tego uniknąć, możesz dodać parametr do danych.frame() wywołanie:
df <- data.frame(matrix(unlist(l), nrow=132, byrow=T),stringsAsFactors=FALSE)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-03-17 08:36:28
Z rbind
do.call(rbind.data.frame, your_list)
Edit: poprzednia wersja zwraca data.frame
z list
zamiast wektorów (jak zauważył @IanSudbery w komentarzach).
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-03-29 16:13:28
Możesz użyć pakietu plyr
.
Na przykład zagnieżdżona lista formularza
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)
)
Ma teraz długość 4, a każda lista w l
zawiera kolejną listę o długości 3.
Teraz możesz uruchomić
library (plyr)
df <- ldply (l, data.frame)
I powinien dostać taki sam wynik jak w odpowiedzi @Marek i @nico.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2010-11-19 17:07:46
data.frame(t(sapply(mylistlist,c)))
sapply
przekształca go w matrycę.
data.frame
konwertuje matrycę na ramkę danych.
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2010-11-19 17:19:33
Załóżmy, że Twoja lista nazywa się L
,
data.frame(Reduce(rbind, L))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2014-03-24 14:49:15
Pakiet data.table
posiada funkcję rbindlist
, która jest superszybką implementacją do.call(rbind, list(...))
.
Może mieć listę lists
, data.frames
lub data.tables
jako wejście.
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)
Zwraca data.table
dziedziczenie z data.frame
.
Jeśli naprawdę. chcesz przekonwertować z powrotem na dane.użycie ramki as.data.frame(DT)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-03-25 21:59:44
Pakiet tibble
posiada funkcję enframe()
, która rozwiązuje ten problem poprzez wymuszenie zagnieżdżonych obiektów list
do zagnieżdżonych obiektów tibble
("tidy" ramka danych). Oto krótki przykład z R dla Data Science :
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]>
Ponieważ masz kilka gniazd na liście, l
, możesz użyć unlist(recursive = FALSE)
, aby usunąć niepotrzebne zagnieżdżanie, aby uzyskać tylko jedną hierarchiczną listę, a następnie przejść do enframe()
. Używam tidyr::unnest()
, aby unnest wyjście do jednego poziomu" tidy " ramki danych, która ma dwie kolumny (jedna dla grupy name
i jeden dla obserwacji z grupami value
). Jeśli chcesz, aby kolumny były szerokie, możesz dodać kolumnę za pomocą add_column()
, która po prostu powtarza kolejność wartości 132 razy. Następnie po prostu spread()
wartości.
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>
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-04-10 20:15:21
Reshape2 daje takie samo wyjście jak powyższy przykład plyr:
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)
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
Jeśli prawie zabrakło pikseli, mógłbyś zrobić to wszystko w jednej linii z funkcją przekształcania ().
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2013-05-16 19:26:14
Więcej odpowiedzi, wraz z czasem odpowiedzi na to pytanie: Jaki jest najskuteczniejszy sposób tworzenia listy jako ramki danych?
Najszybszy sposób, który nie tworzy ramki danych z listami, a nie wektorami dla kolumn wydaje się być (z odpowiedzi Martina Morgana):
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]])))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-05-23 12:26:33
Dla ogólnego przypadku głęboko zagnieżdżonych list z 3 lub więcej poziomami jak te uzyskane z zagnieżdżonego JSON:
{
"2015": {
"spain": {"population": 43, "GNP": 9},
"sweden": {"population": 7, "GNP": 6}},
"2016": {
"spain": {"population": 45, "GNP": 10},
"sweden": {"population": 9, "GNP": 8}}
}
Rozważ podejście melt()
, Aby przekonwertować zagnieżdżoną listę na wysoki format:
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
Następnie dcast()
Następnie ponownie do szerokiego zbioru danych, gdzie każda zmienna tworzy kolumnę a, a każda obserwacja tworzy wiersz:
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
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-11-06 12:37:07
ODPOWIEDŹ @Marek: jeśli chcesz uniknąć przerobienia ciągów na czynniki, a wydajność nie jest problemem spróbuj
do.call(rbind, lapply(your_list, data.frame, stringsAsFactors=FALSE))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-04-28 10:31:40
Czasami dane mogą być listą list wektorów o tej samej długości.
lolov = list(list(c(1,2,3),c(4,5,6)), list(c(7,8,9),c(10,11,12),c(13,14,15)) )
(wewnętrzne wektory mogą być również listami, ale upraszczam, aby ułatwić czytanie).
Następnie możesz wprowadzić następującą modyfikację. Pamiętaj, że możesz nie wyświetlać jednego poziomu na raz:
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
Teraz użyj swojej ulubionej metody wymienionej w innych odpowiedziach:
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
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-10-27 18:34:41
To w końcu mi się udało:
do.call("rbind", lapply(S1, as.data.frame))
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2015-12-11 11:15:24
W zależności od struktury twoich list istnieje kilka opcji tidyverse
, które dobrze działają z listami o nierównej długości:
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
Można również mieszać wektory i ramki danych:
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
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-07-11 02:07:45
l <- replicate(10,list(sample(letters, 20)))
a <-lapply(l[1:10],data.frame)
do.call("cbind", a)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-04-20 17:48:48
Ta metoda wykorzystuje pakiet tidyverse
(purrr).
Lista:
x <- as.list(mtcars)
Przekształcenie go w ramkę danych (a tibble
dokładniej):
library(purrr)
map_df(x, ~.x)
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-05-30 02:00:12
Test1
Test2
As.data.rama (test2) a b c 1 A b c 2 d e F
Test3
As.data.rama (test3) a b c var2 var3 Row1 A b C
Row2 D e F
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2017-09-29 18:43:40