Question

我有一个JSON对象的以下表单的命名列表列表：

my_list = list(list(a = 10, b = "blah"), 
               list(a = 15, b = "stuff"))

外部列表的每个元素都是一个命名列表，我想将它转换为以下形式的data.frame，列名完好无损：

a   b 
10  "blah" 
15  "stuff"

从表面上看，我可以通过to_df = data.frame(do.call(rbind, my_list))来实现这一点。

但是，如果我尝试使用to_df$a或to_df[,1]提取单个列，我会得到一个列表而不是像data.frame通常所期望的那样的向量：

> to_df[,1]
[[1]]
[1] 10

[[2]]
[1] 15

而不是：

> to_df[,1]
[1] 10 15

R邮件列表上的旧帖子提出了以下解决方案：to_df = as.data.frame(t(sapply(my_list, rbind)))。但是，这不仅不会转移到列名称，在使用to_df[,1]查看单个列时，它仍然存在返回列表而不是向量的相同问题。

实现这一目标的最佳方法是什么？有dplyr方式吗？

编辑：感谢所有解决方案，看来诀窍是lapply并将列表的每个元素转换为data.frame，然后使用dplyr或do.call将它们绑定在一起。或者，data.table只需拨打rbindlist即可完成大部分工作。

Answer 1

我更喜欢 data.table 包中的rbindlist。它简单，快速，并返回数据框/表。

data.table::rbindlist(my_list)
#     a     b
# 1: 10  blah
# 2: 15 stuff

rbindlist()的另一个优点是，它会自动使用NA填写缺失值。

要删除data.table类，您只需打包as.data.frame()

即可

as.data.frame(data.table::rbindlist(my_list))

Answer 2

在基地R你可以做

df<-do.call(rbind,lapply(my_list,data.frame))

Answer 3

从两天前的 dplyr ，dplyr_0.4.2.9002的开发版本看，您可以使用bind_rows执行此操作。

library(dplyr)
bind_rows(my_list)

Source: local data frame [2 x 2]

   a     b
1 10  blah
2 15 stuff

Answer 4

快速纯base R方式，如果列的类型不同并且您想要保留类型

# sample data
set.seed(46823239)
list_of_lists <- 
  replicate(
    100, list(a = rnorm(100), b = sample.int(100, 100, replace = TRUE), 
              c = factor(sample(letters, 100, replace = TRUE))), 
    simplify = FALSE)
str( # show first two lists
  list_of_lists[1:2])
#R> List of 2
#R>  $ :List of 3
#R>   ..$ a: num [1:100] -0.0439 -0.4487 -0.5682 -0.8062 1.5074 ...
#R>   ..$ b: int [1:100] 59 91 63 87 61 72 92 77 62 41 ...
#R>   ..$ c: Factor w/ 26 levels "a","b","c","d",..: 4 16 5 14 25 17 25 4 4 20 ...
#R>  $ :List of 3
#R>   ..$ a: num [1:100] 0.356 1.239 -0.926 -0.673 -1.168 ...
#R>   ..$ b: int [1:100] 62 21 90 20 41 99 57 6 83 22 ...
#R>   ..$ c: Factor w/ 26 levels "a","b","c","d",..: 15 16 17 6 3 13 21 16 3 11 ...

# define functions to stack
f1 <- function(x){
  . <- function(...){
    args <- list(...)
    if(is.factor(args[[1]]))
      # see https://stackoverflow.com/a/3449403/5861244
      return(factor(do.call(c, lapply(args, as.character))))

    do.call(c, args)
  }

  out <- NULL
  for(i in 1:length(x[[1]]))
    out <- c(out, list(do.call(., lapply(x, "[[", i))))

  out <- data.frame(out)
  names(out) <- names(x[[1]])
  out
}

f2 <- function(x)
  # simple alternative from http://r.789695.n4.nabble.com/Convert-list-of-lists-lt-gt-data-frame-td860048.html
  do.call(rbind, lapply(x, data.frame))

# show output
all.equal( # yields the same
  f1(list_of_lists), f2(list_of_lists))
#R> [1] TRUE
all.equal(
  f1(list_of_lists), data.table::rbindlist(list_of_lists), 
  check.attributes = FALSE)
#R> [1] TRUE
out <- f1(list_of_lists)
head(out, 5)
#R>             a  b c
#R> 1 -0.04391595 59 d
#R> 2 -0.44866652 91 p
#R> 3 -0.56815817 63 e
#R> 4 -0.80622044 87 n
#R> 5  1.50736514 61 y
sapply(out, class)
#R>         a         b         c 
#R> "numeric" "integer"  "factor"

# benchmark
microbenchmark::microbenchmark(
  f1(list_of_lists), f2(list_of_lists), data.table::rbindlist(list_of_lists))
#R> Unit: microseconds
#R>                                  expr       min         lq      mean     median        uq        max neval
#R>                     f1(list_of_lists)  1259.850  1426.3685  1633.127  1531.0590  1643.257   7086.211   100
#R>                     f2(list_of_lists) 31348.099 34293.8720 61224.476 37003.7930 92775.162 153318.869   100
#R>  data.table::rbindlist(list_of_lists)   652.246   786.7645  1040.994   872.6905  1022.221   4063.994   100

data.frame的命名列表列表

4 个答案: