想象一下,我有以下列表
> test <- list("a" = 1, "b" = 2)
列表的每个元素都有一个名称:
> names(test)
现在,我想使用lapply()
提取该名称,因为我想在一个将使用lapply调用的新函数中使用它。我只是不知道如何提取每个元素的名称。
我尝试过使用deparse()
和substitute()
,但结果很奇怪:
> lapply(test, function(x) {deparse(substitute(x))})
$a
[1] "X[[i]]"
$b
[1] "X[[i]]"
有没有人有线索?
我想做这样的事情: 我有一个类似于测试的列表:
> test <- list("a" = matrix(1, ncol = 3), "b" = matrix(2, ncol = 3))
我想将一个函数应用于该列表,该函数转换每个元素中的数据并为每列提供特定的名称:
make_df <- function(x) {
output <- data.frame(x)
names(output) <- c("items", "type", NAME_OF_X)
return(output)
}
lapply(test, make_df)
预期输出为:
> test
$a
[,1] [,2] [,3]
[1,] 1 1 1
attr(,"names")
[1] "index" "type" "a"
$b
[,1] [,2] [,3]
[1,] 2 2 2
attr(,"names")
[1] "index" "type" "b"
我不知道如何获取元素的名称以给我的第三列命名。
答案 0 :(得分:5)
这是使用purrr
的解决方案。它看起来比aaronwolden的解决方案跑得快,但比akrun的解决方案慢(如果这很重要):
library(purrr)
map2(test, names(test), function(vec, name) {
names(vec) <- c("index", "type", name)
return(vec)
})
$a
[,1] [,2] [,3]
[1,] 1 1 1
attr(,"names")
[1] "index" "type" "a"
$b
[,1] [,2] [,3]
[1,] 2 2 2
attr(,"names")
[1] "index" "type" "b"
答案 1 :(得分:4)
假设您要求test
的两个元素都包含一个3列的矩阵,您可以使用mapply()
并单独提供列表和列表名称:
test <- list("a" = matrix(1, ncol = 3), "b" = matrix(2, ncol = 3))
make_df <- function(x, y) {
output <- data.frame(x)
names(output) <- c("items", "type", y)
return(output)
}
mapply(make_df, x = test, y = names(test), SIMPLIFY = FALSE)
产生:
## $a
## items type a
## 1 1 1 1
##
## $b
## items type b
## 1 2 2 2
<强>更新强>
要获得您在更新的问题中描述的预期输出:
test.names <- lapply(names(test), function(x) c("index", "type", x))
Map(setNames, test, test.names)
产生
## $a
## [,1] [,2] [,3]
## [1,] 1 1 1
## attr(,"names")
## [1] "a" "index" "type"
##
## $b
## [,1] [,2] [,3]
## [1,] 2 2 2
## attr(,"names")
## [1] "b" "index" "type"
答案 2 :(得分:2)
基于预期的产出显示
make_attr_names <- function(x){
x1 <- test[[x]]
attr(x1, 'names') <- c('items','type', x)
x1}
lapply(names(test), make_attr_names)
#[[1]]
# [,1] [,2] [,3]
#[1,] 1 1 1
#attr(,"names")
#[1] "items" "type" "a"
#[[2]]
# [,1] [,2] [,3]
#[1,] 2 2 2
#attr(,"names")
#[1] "items" "type" "b"
或基于描述
make_df <- function(x){
setNames(as.data.frame(test[[x]]), c('items', 'type', x))}
lapply(names(test), make_df)
#[[1]]
# items type a
#1 1 1 1
#[[2]]
# items type b
#1 2 2 2