使用函数从不同级别的列表中提取数据

Question

大家早上好。

我有一个函数，它使用列表作为参数，通过将元素提取到 df 中来生成不同的指标。但是，我打算使用的列表具有不同的层级，因此我不能在所有列表上都使用它。

我在下面给出一个例子（不是真正的功能）：

# the function pulls out a df from a list
df_func <- function(list){
  
  df_temp <- list[[1]]
  
  return(df_temp)  
  
}

data("iris") 

list_a <- list("list_a" = iris, "list_b" = iris,
                     "list_c" = iris, "list_d" = iris)

list_b <- list()
list_b[["list_a"]] <- list_a
list_b[["list_b"]] <- list_a
list_b[["list_c"]] <- list_a
list_b[["list_d"]] <- list_a

df1 <- df_func(list_a) # correct (returns a df)
df2 <- df_func(list_b) # wrong (returns a list of dfs)

我知道问题在于，要从list_a 访问正确的元素，我们使用list_a[[1]]，而要从list_b 提取正确的元素，我们必须使用list_b[[1]][[1]]。

我的问题是，如何在函数中对此进行编码，以便 R 知道在哪里寻找我需要的 df？

感谢大家对新手的帮助。

Answer 1

考虑使用已经可用的递归函数，即rapply/rrapply

df_func <- function(listObj) {
     rrapply::rrapply(listObj, classes = "data.frame", how = 'flatten')[[1]]
   }

-测试

> out1 <- df_func(list_a)
> out2 <- df_func(list_b)
> str(out1)
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
> str(out2)
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

Answer 2

如果您有一个列表列表（嵌套列表），您可以在函数中指定第二个参数（以及第三个、第四个等）以在嵌套列表中使用。

df_func <- function(list, list2, index = 1){
    df_temp <- list[[list2]][[index]] # default index = 1
    return(df_temp)  
}

df_func(list_b, 1) # outputs `list_b[[1]][[1]]`
df_func(list_b, 2) # outputs `list_b[[2]][[1]]`
df_func(list_b, 2, 2) # outputs `list_b[[2]][[2]]`

它不适用于list_a，因为它不是嵌套列表（也不是同一级别的嵌套列表）。对于更高级别的嵌套列表，您还需要更多参数。

这是一种更高级的方法，不受任何特定嵌套级别的限制：

df_func2 <- function(list, index = 1) {
    l <- paste0("[[",index,"]]", collapse="")
    l2 <- paste0(deparse(substitute(list)),l)
    df_temp <- eval(parse(text=l2))
    return(df_temp)
}

df_func2(list_a) # outputs `list_a[[1]]`
df_func2(list_a, 2) # outputs `list_a[[2]]`
df_func2(list_b, 1) # outputs `list_b[[1]]` (list of data frames)
df_func2(list_b, c(1, 1)) # outputs `list_b[[1]][[1]]`
df_func2(list_b, c(1, 2)) # outputs `list_b[[1]][[2]]`

Answer 3

使用递归函数怎么样？

df_func <- function(list){
  tmp <- list[[1]]
  if(class(tmp) == 'list') {
    df_func(tmp)
  } else tmp
}