Question

如何有效地计算嵌套列表中的项目？例如，我有一个标题名称列表，例如：

header.names <- list(list("Post Unique Reference", "Name", "Grade (or equivalent)", "Job Title", "Date", "Date"), 
     list("Name", "Organisation", "Unit", "Reporting Senior Post", "Grade", "Date"))

我想计算标头出现次数的统计数据。

一种简单的方法可能是

require(stringr)
sum(str_count(unlist(header.names), "Date"))

然而：

计算“名称”应该产生2。
计算“日期”也应该产生2，因为每个列表只计算一次。
计算“等级”应该产生1 - 非精确搜索会如何产生2？

Answer 1

扩展Zbynek的观点：

由于应忽略列表中每个元素内的重复项，因此需要使用唯一值循环遍历列表。

unique_headers <- lapply(header.names, unique)

要一次处理所有内容，最简单的方法是将列表展平，这样您就可以使用矢量化解决方案。由于您不关心元素的名称，因此可以通过传递use.names = FALSE来获得适度的性能提升。

flat_headers <- unlist(unique_headers, use.names = FALSE)

最后，您要计算列表中的元素。根据最适合您的输出格式，您可以从table选择count或plyr。

table(flat_headers)

library(plyr)
count(flat_headers)

非精确匹配是一门艺术：你需要考虑一下你的数据是什么以及允许匹配的模糊程度，以便得到你想要的答案。

例如，是否将括号内的所有内容都剥离好用于您的用例？标题名称的例子是否只有大小写不同？
是否有拼写错误的标题名称？

R：计算嵌套列表中的项目

1 个答案: