将数据框的列转换为R中的列表答案

【问题标题】：Convert columns a data frame to a list in R将数据框的列转换为R中的列表
【发布时间】：2021-01-22 16:47:22
【问题描述】：

我想将数据框中的列转换为列表。数据框格式说明如下：

   H1.time H1.response E9.time E9.response F12.time F12.response
1:     0.0  0.00000000     0.0  0.00000000      0.0   0.00000000
2:     0.2  0.00142469     0.2  0.00826733      0.2   0.00703381
3:     0.4 -0.00418229     0.4  0.01416873      0.4   0.00863728
4:     0.6  0.00361758     0.6  0.00845066      0.6   0.00739067
5:     0.8  0.00281592     0.8  0.01258872      0.8   0.00786157
6:     1.0 -0.00293035     1.0  0.01097368      1.0   0.00679848

H1、E9和F12是文件名，我需要将它们转换成一个列表，即每个文件都会是列表的一个元素，对于每个元素，它都是一个数据框，以 time 和 response 作为列名。

感谢您的帮助。

【问题讨论】：

标签： r list dataframe data-manipulation

【解决方案1】：

使用split.default + gsub 的基本 R 选项

split.default(df, gsub("\\..*", "", names(df)))

给予

$E9
   E9.time E9.response
1:     0.0  0.00000000
2:     0.2  0.00826733
3:     0.4  0.01416873
4:     0.6  0.00845066
5:     0.8  0.01258872
6:     1.0  0.01097368

$F12
   F12.time F12.response
1:      0.0   0.00000000
2:      0.2   0.00703381
3:      0.4   0.00863728
4:      0.6   0.00739067
5:      0.8   0.00786157
6:      1.0   0.00679848

$H1
   H1.time H1.response
1:     0.0  0.00000000
2:     0.2  0.00142469
3:     0.4 -0.00418229
4:     0.6  0.00361758
5:     0.8  0.00281592
6:     1.0 -0.00293035

【讨论】：

【解决方案2】：

尝试重塑：

library(dplyr)
library(tidyr)
#Code
List <- df %>% 
  dplyr::mutate(id=row_number()) %>%
  pivot_longer(-id) %>%
  separate(name,c('V1','V2'),sep='\\.') %>%
  pivot_wider(names_from = V2,values_from=value) %>%
  select(-id) %>%
  group_split(V1)

输出：

[[1]]
# A tibble: 6 x 3
  V1     time response
  <chr> <dbl>    <dbl>
1 E9      0    0      
2 E9      0.2  0.00827
3 E9      0.4  0.0142 
4 E9      0.6  0.00845
5 E9      0.8  0.0126 
6 E9      1    0.0110 

[[2]]
# A tibble: 6 x 3
  V1     time response
  <chr> <dbl>    <dbl>
1 F12     0    0      
2 F12     0.2  0.00703
3 F12     0.4  0.00864
4 F12     0.6  0.00739
5 F12     0.8  0.00786
6 F12     1    0.00680

[[3]]
# A tibble: 6 x 3
  V1     time response
  <chr> <dbl>    <dbl>
1 H1      0    0      
2 H1      0.2  0.00142
3 H1      0.4 -0.00418
4 H1      0.6  0.00362
5 H1      0.8  0.00282
6 H1      1   -0.00293

使用的一些数据：

#Data
df <- structure(list(H1.time = c(0, 0.2, 0.4, 0.6, 0.8, 1), H1.response = c(0, 
0.00142469, -0.00418229, 0.00361758, 0.00281592, -0.00293035), 
    E9.time = c(0, 0.2, 0.4, 0.6, 0.8, 1), E9.response = c(0, 
    0.00826733, 0.01416873, 0.00845066, 0.01258872, 0.01097368
    ), F12.time = c(0, 0.2, 0.4, 0.6, 0.8, 1), F12.response = c(0, 
    0.00703381, 0.00863728, 0.00739067, 0.00786157, 0.00679848
    )), class = "data.frame", row.names = c("1:", "2:", "3:", 
"4:", "5:", "6:"))

【讨论】：