创建数据框，根据列表的第一个元素进行匹配答案

【问题标题】：Create data frame, matching based on first elements of a list创建数据框，根据列表的第一个元素进行匹配
【发布时间】：2019-06-26 22:25:44
【问题描述】：

我想根据列表的第一个元素创建一个数据框。具体来说，我有

一个包含变量 (names1) 的向量；

一个包含两个变量（一些 vars1 和值）的列表；

最终产品应该是一个带有“names1”的data.frame，其中包含与匹配的案例一样多的行。

如果特定列表和向量之间不匹配，则应为 NA。

这些值也可以是因子或字符串。

names1 <- c("a", "b", "c")
dat1 <- data.frame(names1 =c("a", "b", "c", "f"),values= c("val1", 13, 11, 0))
   dat1$values <- as.factor(dat1$values)
dat2 <- data.frame(names1 =c("a", "b", "x"),values= c(12, 10, 2))
   dat2$values <- as.factor(dat2$values)
list1 <- list(dat1, dat2)

结果应该是一个新的数据框，其中包含变量“名称”和与每个列表部分匹配的所有值：

 a      b    c
 val1   13   11
 12     10   NA

【问题讨论】：

一个data.table 解决方案：library(data.table); rbindlist(lapply(list1, function(x) setNames(transpose(x)[2,], x$names)), use.names=TRUE, fill=TRUE)[,.SD, .SDcols=(a:c)]。

标签： r list dataframe match

【解决方案1】：

一种选择是循环遍历list ('list1')、filter 基于“names”向量的“names”列，将其转换为单个数据集，同时使用@987654323 创建标识列@, spread 从 'long' 到 'wide' 并删除 'grp' 列

library(tidyverse)
map_df(list1, ~   .x %>% 
                     filter(names %in% !! names), .id = 'grp') %>%           
      spread(names, values) %>% 
      select(-grp)   
#      a     b     c    
#1    25    13    11
#2    12    10    NA

或者另一种选择是将数据集与bind_rows 绑定在一起，创建一个分组ID 'grp' 来指定list 元素，filter 通过只选择与'names' 匹配的'names' 列来指定行' vector 和 spread 从“长”到“宽”

bind_rows(list1, .id = 'grp') %>%
   filter(names %in% !! names) %>% 
   spread(names, values)

注意：最好不要使用保留关键字来指定对象名称 (names)。此外，为避免混淆，该对象应与数据框对象的列名不同。

也可以只使用base R。通过仅保留“名称”vector 和 reshape 从“长”到“宽'

df1 <- subset(do.call(rbind, Map(cbind, list1, 
          ind = seq_along(list1))), names %in% .GlobalEnv$names)   
reshape(df1, idvar = 'ind', direction = 'wide', timevar = 'names')[-1]

【讨论】：

对于因素也可以做到这一点吗？（即，如果 values 是一个因素或一个字符串？）
我意识到它有效，但前提是数值和因子值不混合！非常感谢，阿克伦！！！太棒了！
@tobiassch 谢谢。这有点奇怪。你可以试试filter(as.character(names) %in% !! names)

【解决方案2】：

基础 R 和 dplyr 的混合。对于每个列表元素，我们创建一个包含 1 行的数据框。使用dplyr 的rbind_list 行将它们绑定在一起，然后使用names 仅对我们需要的那些列进行子集化。

library(dplyr)

rbind_list(lapply(list1, function(x) 
        setNames(data.frame(t(x$values)), x$names)))[names]

#     a     b     c
#   <dbl> <dbl> <dbl>
#1    25    13    11
#2    12    10    NA

没有子集的输出看起来像这样

rbind_list(lapply(list1, function(x) setNames(data.frame(t(x$values)), x$names)))

#     a     b     c     x
#   <dbl> <dbl> <dbl> <dbl>
#1    25    13    11    NA
#2    12    10    NA     2

【讨论】：

【解决方案3】：

在基础 R

t(sapply(list1, function(x) setNames(x$values, names)[match(names, x$names)]))
#       a  b  c
# [1,] 25 13 11
# [2,] 12 10 NA

【讨论】：

非常感谢，这很好用——是否还有因子值的解决方案？（如果值是一个因素）？

【解决方案4】：

仅使用基础 R

body <- do.call('rbind', lapply(list1, function(list.element){
  element.vals <- list.element[['values']]
  element.names <- list.element[['names']]
  names(element.vals) <- element.names
  return.vals <- element.vals[names]
  if(all(is.na(return.vals))) NULL else return.vals
}))

df <- as.data.frame(body)
names(df) <- names
df

【讨论】：

【解决方案5】：

为了完整起见，这里是使用dcast() 和rowid() 的data.table 方法：

library(data.table)
nam <- names1   # avoid name conflict with column name
rbindlist(list1)[names1 %in% nam, dcast(.SD, rowid(names1) ~ names1)][, names1 := NULL][]

      a  b    c
1: val1 13   11
2:   12 10 <NA>

或者，更简洁地说，在整形后选择列：

library(data.table)
rbindlist(list1)[, dcast(.SD, rowid(names1) ~ names1)][, .SD, .SDcols = names1]

【讨论】：