R中数据框的列表列表

Question

我必须处理一个名为ul 的丑陋列表，看起来像这样：

[[1]]
[[1]]$param
     name     value 
"Section"       "1" 

[[1]]$param
   name   value 
"field"     "1" 

[[1]]$param
          name          value 
"final answer"            "1" 

[[1]]$param
    name    value 
"points"   "-0.0" 


[[2]]
[[2]]$param
     name     value 
"Section"       "1" 

[[2]]$param
   name   value 
"field"     "2" 

[[2]]$param
          name          value 
"final answer"            "1" 

[[2]]$param
    name    value 
"points"    "1.0" 


[[3]]
[[3]]$param
     name     value 
"Section"       "1" 

[[3]]$param
   name   value 
"field"     "3" 

[[3]]$param
          name          value 
"final answer"        "0.611" 

[[3]]$param
    name    value 
"points"    "1.0" 

我想将列表转换为一个简单的数据框，即

Section    field    final answer    points
      1        1               1      -0.0
      1        2               1       1.0
      1        3           0.611       1.0

有什么直接的方法可以实现吗？还是我必须创建一个函数单独访问每个列表并将其绑定到数据框？

数据是从一个更丑陋的 xml 文件导入的，所以如果有人想玩它，有一个指向 RData file 的链接。抱歉没有可重现的代码。非常感谢。

Answer 1

可能有更好的解决方案，但这应该可以帮助您入门。首先，我们加载一些库

R> library(plyr)
R> library(reshape2)

然后分两部分处理您的列表。

##lapply applies ldply to each list element in turn
ul1 = lapply(ul, ldply)

##We then do the same again
dd = ldply(ul1)[,2:3]

接下来我们根据它们的列表顺序标记输出

R> dd$num = rep(1:3, each=4)

然后我们从长格式转换为宽格式

R> dcast(dd, num ~ name)

  num field final answer points Section
1   1     1            1   -0.0       1
2   2     2            1    1.0       1
3   3     3        0.611    1.0       1

Answer 2

由于ul的结构是一致的，您可以简单地单独获取每一列（仅使用base R）：

section <- vapply(ul, function(x) as.numeric(x[[1]][2]), 0)
field <- vapply(ul, function(x) as.numeric(x[[2]][2]), 0)
final_answer <- vapply(ul, function(x) as.numeric(x[[3]][2]), 0)
points <- vapply(ul, function(x) as.numeric(x[[4]][2]), 0)

（注意，我使用vapply 而不是sapply，因为它更快且可靠地返回一个向量，这里需要它）。
然后你可以简单地把它们放在一起：

> data.frame(section, field, final_answer, points)
  section field final_answer points
1       1     1        1.000      0
2       1     2        1.000      1
3       1     3        0.611      1

请注意，我将所有内容都转换为 numeric。如果您想将所有内容保留为字符，请删除as.numeric，并在每次调用vapply 时将0 与"" 交换。

---

后期更新：

其实有一个不错的oneliner可以提取完整的数据：

do.call("rbind", lapply(ul, function(x) as.numeric(vapply(x, "[", i = 2, ""))))

给出：

     [,1] [,2]  [,3] [,4]
[1,]    1    1 1.000    0
[2,]    1    2 1.000    1
[3,]    1    3 0.611    1

获取colnames 使用：

> vapply(ul[[1]], "[", i = 1, "")
         param          param          param          param 
     "Section"        "field" "final answer"       "points" 

Answer 3

我不确定“单独访问每个列表的函数”是什么意思，但使用“lapply”和“do.call('rbind',...)”非常简单：

我无法加载您的 .RData 文件，因此此代码适用于列表：

ul <- list(param = list(
             c(name = "Section", value = "1"),
             c(name = "field", value = "1"),
             c(name = "final answer", value = "1"),
             c(name = "points", value = "-0.0")),
           param = list(
             c(name = "Section", value = "1"),
             c(name = "field", value = "2"),
             c(name = "final answer", value = "1"),
             c(name = "points", value = "1.0")))

如果您的列表不同，您可能需要调整细节；总本金将保持不变。为了保持代码简洁，让我们定义一个“extractitem”函数，它将提取 ul[[1]]、ul[[2]] 等的所有名称或值。这个函数比你需要。

extractitem <- function(listelement, item)
  unname(lapply(listelement, function(itemblock) itemblock[item]))

现在我们将使用 lapply 逐个元素地遍历 ul；对于每个元素，我们将值提取到数据框中，然后根据“名称”命名列。

rowlist <- lapply(ul, function(listelement) {
  d <- data.frame(extractitem(listelement, "value"), stringsAsFactors = FALSE)
  names(d) <- unlist(extractitem(listelement, "name"))
  d
})

rowlist 现在是数据框列表；我们可以使用“rbind”将它们合并到一个数据框中。在上一步中使用数据帧的好处（与向量或开销较低的东西相反）是 rbind 将在必要时重新排序列，因此如果字段的顺序从元素到元素发生变化，我们仍然是对。

finaldf <- do.call("rbind", rowlist)

我们仍然需要将 finaldf 的元素从“字符”更改为适合您的应用程序的任何内容，例如

finaldf$points <- as.numeric(finaldf$points)

等等。最后一步通过剥离自动生成的行名来清理数据框：

rownames(finaldf) <- NULL

如果您需要调整一些东西，一般的想法是编写一个函数，将每个 ul[[i]] 格式化为具有正确列名的数据框；然后使用 lapply 在 ul 的每个元素上调用该函数；最后用 do.call("rbind",...) 折叠结果列表。

Answer 4

Marc Schwartz 在此链接上给出了类似问题的答案： https://stat.ethz.ch/pipermail/r-help/2006-August/111368.html

我复制它以防链接被删除。

 as.data.frame(sapply(a, rbind))

   V1 V2 V3
1  a  b  c
2  1  3  5
3  2  4  6

或：

as.data.frame(t(sapply(a, rbind)))
   V1 V2 V3
1  a  1  2
2  b  3  4
3  c  5  6