tidyverse：绑定相同维度的列表元素答案

【问题标题】：tidyverse: binding list elements of same dimensiontidyverse：绑定相同维度的列表元素
【发布时间】：2021-08-25 12:10:12
【问题描述】：

使用reduce(bind_cols)，可以合并相同维度的列表元素。但是，我想知道如何从可能具有不同维度元素的列表中仅组合相同维度（可能以某种方式指定维度）的元素。

library(tidyverse)

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)
ls1

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40

ls1 %>%
  reduce(bind_cols)

  A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

ls2 <- list(df1, df2, df3)
ls2

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

[[3]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40


ls2 %>%
  reduce(bind_cols)

Error: Can't recycle `..1` (size 10) to match `..2` (size 20).
Run `rlang::last_error()` to see where the error occurred.

问题

寻找一个函数，将列表中的所有data.frames 与行数参数组合起来。

【问题讨论】：

也许您可以用理想的ls2 %>% reduce(bind_cols) 输出来更新问题？
我不明白你的问题。您的预期输出如何？
请查看我的编辑@IanCampbell

标签： r dplyr tidyverse reduce purrr

【解决方案1】：

一个选项可能是：

map(split(lst, map_int(lst, NROW)), bind_cols)

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

【讨论】：

对于我的实际列表，我收到此错误：Error: Result 1 must be a single integer, not NULL of length 0。请有任何想法。
你有没有可能有一个空列表？
在map_int(lst, NROW) 中将nrow 更改为NROW 也适用于我的实际列表。谢谢
是的，这也适用于空列表。

【解决方案2】：

这是另一个tidyverse 选项。

我们基于row_number() 在每个data.frame 中创建一个虚拟ID，然后通过虚拟ID 加入所有data.frames，然后删除虚拟ID。

ls2 %>%
  map(., ~mutate(.x, id = row_number())) %>% 
  reduce(full_join, by = "id") %>% 
  select(-id)

这给了我们：

 A1 A2  B  C
1   1 10 11 31
2   2  9 12 32
3   3  8 13 33
4   4  7 14 34
5   5  6 15 35
6   6  5 16 36
7   7  4 17 37
8   8  3 18 38
9   9  2 19 39
10 10  1 20 40
11 NA NA 21 NA
12 NA NA 22 NA
13 NA NA 23 NA
14 NA NA 24 NA
15 NA NA 25 NA
16 NA NA 26 NA
17 NA NA 27 NA
18 NA NA 28 NA
19 NA NA 29 NA
20 NA NA 30 NA

【讨论】：

【解决方案3】：

你可以使用 -

n <- 1:max(sapply(ls2, nrow))
res <- do.call(cbind, lapply(ls2, `[`, n, ,drop = FALSE))
res

#     A1 A2  B  C
#1     1 10 11 31
#2     2  9 12 32
#3     3  8 13 33
#4     4  7 14 34
#5     5  6 15 35
#6     6  5 16 36
#7     7  4 17 37
#8     8  3 18 38
#9     9  2 19 39
#10   10  1 20 40
#NA   NA NA 21 NA
#NA.1 NA NA 22 NA
#NA.2 NA NA 23 NA
#NA.3 NA NA 24 NA
#NA.4 NA NA 25 NA
#NA.5 NA NA 26 NA
#NA.6 NA NA 27 NA
#NA.7 NA NA 28 NA
#NA.8 NA NA 29 NA
#NA.9 NA NA 30 NA

用purrr::map_dfc稍微短一点

purrr::map_dfc(ls2, `[`, n, , drop = FALSE)

【讨论】：

【解决方案4】：

我们也可以使用基础 R 中的Reduce 函数：

lst <- list(df1, df2, df3)

# First we create id number for each underlying data set

lst |>
  lapply(\(x) {x$id <- 1:nrow(x); 
  x
 }
) -> ls2

Reduce(function(x, y) if(nrow(x) == nrow(y)){
  merge(x, y, by = "id")
} else {
  x
}, ls2)


   id A1 A2  C
1   1  1 10 31
2   2  2  9 32
3   3  3  8 33
4   4  4  7 34
5   5  5  6 35
6   6  6  5 36
7   7  7  4 37
8   8  8  3 38
9   9  9  2 39
10 10 10  1 40

【讨论】：

【解决方案5】：

我们可以从rowr使用cbind.fill

library(rowr)
do.call(cbind.fill, c(ls2, fill = NA))

【讨论】：

@AnoushiravanR 这将类似于被接受的解决方案，即获取行数并按其拆分。在base R 中将是lapply(split(ls2, sapply(ls2, NROW)), function(x) do.call(cbind, x))
我没听懂。您可以使用group_split、bind_rows

【解决方案6】：

使用tapply + sapply 的基本 R 选项

tapply(
  ls2,
  sapply(ls2, nrow),
  function(x) do.call(cbind, x)
)

给予

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

【讨论】：

【解决方案7】：

如果您想组合列表的相似元素，您也可以在reduce 中使用if（案例：当列表中的第一项具有优先权时）

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)

ls2 <- list(df1, df2, df3)
library(tidyverse)

reduce(ls2, ~if(nrow(.x) == nrow(.y)){bind_cols(.x, .y)} else {.x})
#>    A1 A2  C
#> 1   1 10 31
#> 2   2  9 32
#> 3   3  8 33
#> 4   4  7 34
#> 5   5  6 35
#> 6   6  5 36
#> 7   7  4 37
#> 8   8  3 38
#> 9   9  2 39
#> 10 10  1 40

^{由reprex package (v2.0.0) 于 2021-06-09 创建}

【讨论】：