cbind 与部分嵌套列表答案

【问题标题】：cbind with partially nested listcbind 与部分嵌套列表
【发布时间】：2017-12-22 09:58:26
【问题描述】：

我正在尝试 cbind 或 unnest 或 as.data.table 部分嵌套列表。

id <- c(1,2)
A <- c("A1","A2","A3")
B <- c("B1")
AB <- list(A=A,B=B)
ABAB <- list(AB,AB)
nested_list <- list(id=id,ABAB=ABAB)

id 的length 与ABAB 相同（本例中为2）。我不知道如何unlist 此列表的一部分 (ABAB) 和 cbind 另一部分 (id)。这是我想要的结果，data.table：

data.table(id=c(1,1,1,2,2,2),A=c("A1","A2","A3","A1","A2","A3"),B=rep("B1",6))
   id  A  B
1:  1 A1 B1
2:  1 A2 B1
3:  1 A3 B1
4:  2 A1 B1
5:  2 A2 B1
6:  2 A3 B1

【问题讨论】：

我假设您想要一个以一般方式解决这种情况的解决方案...
@ChiPak 我使用 ABAB 包含相同列表两次（AB，AB）的示例数据使其变得简单。我的真实示例，包含不同的列表 (ABAB <- list(AB,CD))

标签： r list data.table nested-lists

【解决方案1】：

我没有测试更一般的情况，但这适用于 OP 示例：

library(data.table)

as.data.table(nested_list)[, lapply(ABAB, as.data.table)[[1]], id]
#   id  A  B
#1:  1 A1 B1
#2:  1 A2 B1
#3:  1 A3 B1
#4:  2 A1 B1
#5:  2 A2 B1
#6:  2 A3 B1

或者另一种选择（可能更快，但更冗长）：

rbindlist(lapply(nested_list$ABAB, as.data.table),
          idcol = 'id')[, id := nested_list$id[id]]

【讨论】：

【解决方案2】：

这是一些超级丑陋的基础 R，但会产生所需的输出。

Reduce(rbind, Map(function(x, y) setNames(data.frame(x, y), c("id", "A", "B")),
                  as.list(nested_list[[1]]),
                  lapply(unlist(nested_list[-1], recursive=FALSE),
                         function(x) Reduce(cbind, x))))
  id  A  B
1  1 A1 B1
2  1 A2 B1
3  1 A3 B1
4  2 A1 B1
5  2 A2 B1
6  2 A3 B1

lapply 获取使用unlist 和recursive=FALSE 提取的两个元素（每个包含A 和B 变量）的列表。它返回一个字符矩阵列表，其中 B 变量由回收填充。来自as.list(nested_list[[1]]) 的单个 id 变量的列表和矩阵的光照被馈送到Map，它将相应的对转换为 data.frame 并为列提供所需的名称并返回 data.frames 的列表。最后，这个 data.frames 列表被提供给 Reduce，rbinds 将结果发送到单个 data.frame。

如果需要，最后的 Reduce(rbind, 可以替换为 data.tables rbindlist。

【讨论】：

【解决方案3】：

这是另一个可怕的解决方案

max_length = max(unlist(lapply(nested_list, function(x) lapply(x, lengths))))
data.frame(id = do.call(c, lapply(nested_list$id, rep, max_length)), 
           do.call(rbind, lapply(nested_list$ABAB, function(x)
               do.call(cbind, lapply(x, function(y) {
                   if(length(y) < max_length) {
                       rep(y, max_length)
                   } else {
                       y
                   }
               })))))
#  id  A  B
#1  1 A1 B1
#2  1 A2 B1
#3  1 A3 B1
#4  2 A1 B1
#5  2 A2 B1
#6  2 A3 B1

【讨论】：

【解决方案4】：

还有一个，也很不雅 - 但当我看到其他答案时，我已经走得太远了。

restructure <- function(nested_l) {
  ids <- as.numeric(max(unlist(lapply(unlist(nested_l, recursive = FALSE), function(x){
    lapply(x, length)
  }))))

  temp = data.frame(rep(nested_l$id, each = ids), 
             sapply(1:length(nested_l$id), function(x){
               out <-unlist(lapply(nested_l[[2]], function(y){
                 return(y[x])
               }))
             }))
  names(temp) <- c("id", unique(substring(unlist(nested_l[2]), first = 1, last = 1)))
  return(temp)
}

> restructure(nested_list)
  id  A  B
1  1 A1 B1
2  1 A2 B1
3  1 A3 B1
4  2 A1 B1
5  2 A2 B1
6  2 A3 B1

【讨论】：

【解决方案5】：

入党：

library(tidyverse)
temp <- map(nested_list,~map(.x,~expand.grid(.x)))
df <- map_df(1:2,~cbind(temp$id[[.x]],temp$ABAB[[.x]]))

  Var1  A  B
1    1 A1 B1
2    1 A2 B1
3    1 A3 B1
4    2 A1 B1
5    2 A2 B1
6    2 A3 B1

【讨论】：