我想知道如何将两个包含向量的列表绑定到一个数据框中。例如
a<-list(c(1,2,3,4,5), c(2,3,4,5,6))
b<-list(c(3,4,5,6,7), c(4,5,6,7,8))
如何从两个列表中创建一个数据框，如下所示：
1 2 3 4 5
3 4 5 6 7
2 3 4 5 6
4 5 6 7 8
所以我需要获取每个列表的第一个元素，然后对它们进行 rbind。然后取每个列表的第二个元素，然后 rbind 到前一个数据帧。我知道我可以使用 for 循环，但有没有更好更快的方法来做到这一点？
【问题讨论】：
标签： r
@DiscoSuperfly 答案的变体，适用于长度不均匀的对象，例如：
a <- list(c(1,2,3,4,5), c(2,3,4,5,6), c(1,1,1,1,1))
b <- list(c(3,4,5,6,7), c(4,5,6,7,8))
答案：
L <- list(a,b)
L <- lapply(L, `length<-`, max(lengths(L)))
do.call(rbind, do.call(Map, c(rbind, L)))
# [,1] [,2] [,3] [,4] [,5]
#[1,] 1 2 3 4 5
#[2,] 3 4 5 6 7
#[3,] 2 3 4 5 6
#[4,] 4 5 6 7 8
#[5,] 1 1 1 1 1
【讨论】：
使用purrr 包的解决方案。
library(purrr)
map2_dfr(a, b, ~data.frame(rbind(.x, .y)))
X1 X2 X3 X4 X5
1 1 2 3 4 5
2 3 4 5 6 7
3 2 3 4 5 6
4 4 5 6 7 8
【讨论】：
data.frame(do.call(rbind, Map(rbind, a, b)))
Reduce(rbind,Map(rbind,a,b))
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 3 4 5 6 7
[3,] 2 3 4 5 6
[4,] 4 5 6 7 8
【讨论】：
在给出的答案中，这似乎是使用两个列表时最快的，这在很大程度上要归功于@thelatemail 的建议编辑（谢谢！）。
试试这个：
rbab<-do.call(rbind,c(a,b)); rbind(rbab[c(TRUE,FALSE),],rbab[c(FALSE,TRUE),])
输出：
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 3 4 5 6 7
[3,] 2 3 4 5 6
[4,] 4 5 6 7 8
使用上面的 c(TRUE,FALSE) 将每隔一行 a 和 b 绑定；然后我们将其翻转为 c(FALSE,TRUE) 以获取其余部分。最后，我们将它们重新绑定在一起。
编辑：速度测试
这是一个更大规模的速度测试，用于客观比较，它使用两个列表，每个列表包含 6000 个元素，而不是提供的原始 a 和 b。总共使用了 100 次迭代来估计这些统计数据。
#Sample used:
a<-list(c(1,2,3,4,5),c(2,3,4,5,6))
b<-list(c(3,4,5,6,7),c(4,5,6,7,8))
a<-a[rep(1:2,3e3)]
b<-a[rep(1:2,3e3)]
#Here is the collaboration version (with @thelatemail):
func1 <- function(){
rbab<-do.call(rbind,c(a,b)); rbind(rbab[c(TRUE,FALSE),],rbab[c(FALSE,TRUE),])
}
#Here is my original version:
func2 <- function(){
rbind(do.call(rbind,c(a,b))[c(TRUE,FALSE),],do.call(rbind,c(a,b))[c(FALSE,TRUE),])
}
#Here's a base-R translation of @ycw's answer (*translated by thelatemail)
func3 <- function(){
do.call(rbind, Map(rbind, a, b))
}
#Here is @Onyambu's answer (also a great answer for its brevity!):
func4 <- function(){
Reduce(rbind,Map(rbind,a,b))
}
microbenchmark::microbenchmark(
func1(),func2(),func3(),func4()
)
Unit: microseconds
expr min lq mean median uq max neval
func1() 4.39 6.46 14.74 15.85 20.24 31.94 100
func2() 5789.26 6578.83 7114.21 7027.57 7531.52 9411.05 100
func3() 10279.50 10970.70 11611.90 11245.47 11866.70 16315.00 100
func4() 251098.18 265936.30 273667.45 275778.04 281740.77 291279.20 100
【讨论】：
data.frame，函数 3 会变得最快。
func1 和func2 中的结果与其他结果不同。 identical(func2(), func3()) 是 FALSE，identical(func2(), func4()) 也是 FALSE。
我创建了一个包含 a 和 b 的新列表，然后将其设为矩阵。我确信有一种更优雅的方法可以做到这一点。
a <- list(c(1,2,3,4,5), c(2,3,4,5,6), c(1,1,1,1,1))
b <- list(c(3,4,5,6,7), c(4,5,6,7,8))
# empty list
ab <- vector("list", length = length(a) + length(b))
# put a and b in correct locations
ab[seq(1, length(ab), 2)] <- a
ab[seq(2, length(ab), 2)] <- b
# make the matrix
res <- t(matrix(unlist(ab), nrow=5, ncol=length(a) + length(b)))
【讨论】：
> ab <-rbind(unlist(a), unlist(b))
> ab <- rbind(ab[,1:5], ab[,6:10])
> ab
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 3 4 5 6 7
[3,] 2 3 4 5 6
[4,] 4 5 6 7 8
【讨论】：
do.call(rbind, c(a,b))
我愿意：
d <- t(as.data.frame(c(a,b)))
rbind( d[ seq(1,nrow(d),by=2) ,] , d[ seq(2,nrow(d),by=2) ,])
【讨论】：