R变长向量或变量列表

Question

我正在使用 R 为 D3 可视化准备一些数据。可视化是使用以下结构创建的（这是 .csv 文件中的一行，随后在 javascript 中转换为 JSON）。

Joe.Schmoe, joe.schmoe@email.com, Sao Paulo, ["Community01", "Community02", "Community03"], 
["workgroup01","workgroup02"]

这是单行。标题将是：

Person, Email, Location, Communities, Workgroups

您会注意到“社区”和“工作组”列包含列表。此外，这些列表的长度会有所不同，具体取决于每个人所关联的社区和工作组。我认识到这可能不是关于数据“整洁”的最佳实践，但这是该可视化所期望的。

所以......在 R（我正在学习）中，我发现无法重新创建这个结构，因为当我尝试填充“社区”或“工作组”变量时，R 似乎期望每个变量将具有相同的长度。

我拥有的代码是从 data.frame 中读取的，它是特定社区成员的列表，并将该社区的名称添加到所有员工的主 data.frame 中的列中。我按电子邮件地址编制索引，因为它是唯一的。因此，这个特定的循环会查看名为“commTD”的 data.frame 中的每个单独的电子邮件地址，并在名为“testr”的主 data.frame 中找到它。如果找到它，它会查看 community 变量并将 NA 值替换为社区的名称（在本例中为“技术设计”），或者如果向量已经存在，则将 Technical Design 附加到它：

for(i in commTD$email){
    if(i %in% testr$email){
        tmpList <- testr[which(testr$email ==i) , 'communities']

        if(is.na(tmpList)){
            tmpList <- list(c("Technical Design"))
        }

        else{        
            tmpList <- append(tmpList[[1]][1], 'Technical Design')
        }

    testr[which(testr$email ==i) , 'communities'] <- list(tmpList)
    }   
} 

这适用于初始替换，但如果我将一个新社区附加到列表中，然后尝试将其传递回 testr data.frame，我会收到错误：

Error in `[<-.data.frame`(`*tmp*`, which(testr$email == i), "communities", 
: replacement has 2 rows, data has 1

您会注意到我正在尝试创建一个向量列表，这只是我尝试解决此问题的一种方法。我想也许我可以强制 R 将列表视为单个对象，即使它包含多个项目 - 或者在这种情况下是多个项目的向量。

这在 R 中是不可能的，将不同长度的向量或列表作为数据框中的单个变量？

Answer 1

根据定义，数据帧是等长向量的列表，所以当你问这是否可能作为类 data.frame() 时，不，不是。

您可以按照建议使用另一种类型的对象，例如 data.table，或者另一种方式是将您想要的输出视为不相等向量的列表，以传递给您的 js。

那个对象看起来像这样：

dataList <- list(name = c("Joe.Schmoe", "Joe.Bloe"),
                 email = c("joe.schmoe@email.com", "joe.bloe@email.com"),
                 location = c("Sao Paulo", "London"),
                 Communities = list(c("Community01", "Community02", "Community03"), 
                                  c("Community02", "Community05", "Community03")
                 ),
                 Workgroups = list(c("workgroup01","workgroup02"), 
                                   c("workgroup01","workgroup03"))
                )

然后像数据框一样访问每个字段，以输出到您的 js：

dataList$name
dataList$Communities
etc...

根据 Frank 的建议，如果您想通过电子邮件地址访问每个条目，那么您可以像这样访问每个条目：

data_list[["joe.schmoe@email.com"]]

...然后以电子邮件的名称作为索引构建列表，如下所示：

data_list = list(`joe.schmoe@email.com`=list(name="Joe",
                                             location="Sao Paulo",
                                             Communities=....),
                 `joe.bloe@email.com`=list(n‌​ame="Joe", ...)) 

然后，您可以避免使用 for() 循环的非 R 风格，并开始享受 lapply() 系列函数的乐趣，以矢量化的方式处理所有条目。 （详见 ?lapply）

希望对你有帮助。