组合两个嵌套列表R

时间:2018-06-07 16:04:26

标签: r list nested

我有一个在数据框中分层编码的变量。像这样:

df$variable
[1] "62010" "79110" "69202" "96040" "90010" "59200" ... 

现在我想把它改成一个列表。像这样:

 $ :List of 2
 ..$ : chr "62"
 ..$ :List of 2
 .. ..$ : chr "620"
 .. ..$ : List of 2
 .. .. ..$ : chr "6201"
 .. .. ..$ : List of 1
 .. .. .. ..$ : chr "62010"

我设法创建了两个两级嵌套列表:

l1 <- lapply(unique(df$variable)), list)
l2 <- unique(lapply(l1, function(x) substr(x, 1,2)))
l3 <- unique(lapply(l1, function(x) substr(x, 1,3)))
l4 <- unique(lapply(l1, function(x) substr(x, 1,4)))
l5 <- unique(lapply(l1, function(x) substr(x, 1,5)))

l23 <- mapply(list, l2, lapply(l2, function(x) l3[substr(l3,1,2) == x]), SIMPLIFY = FALSE)
l45 <- mapply(list, l4, lapply(l4, function(x) l5[substr(l5,1,4) == x]), SIMPLIFY = FALSE)

这产生了以下结果:

 str(l23)
 $ :List of 2
 ..$ : chr "62"
 ..$ :List of 1
 .. ..$ : chr "620"

str(l45)
$ :List of 2
..$ : chr "6201"
..$ :List of 1
.. ..$ : chr "62010"

有关如何组合这两个列表的任何见解?或者也许如何以一种完全不同的方式去做呢?

修改 添加了dput:

dput(l1)
list(list("62010"), list("79110"), list("69202"), list("96040"), 
list("90010"), list("59200"), list("43320"), list("90020"), 
list("46220"), list("90030"), list("70220"), list("86909"), 
list("58110"), list("82990"), list("45110"), list("45201"), 
list("68203"), list("46720"), list("46510"), list("95290"), 
list("85510"), list("68204"), list("41200"), list("74900"), 
list("59120"), list("13921"), list("96090"), list("74102"), 
list("96022"), list("70210"))

dput(l23)
list(list("62", list("620")), list("79", list("791", "799")), 
list("69", list("692", "691")), list("96", list("960")), 
list("90", list("900")), list("59", list("592", "591")), 
list("43", list("433", "432", "439", "431")), list("46", 
    list("462", "467", "465", "463", "464", "461", "466")), 
list("70", list("702")), list("86", list("869", "862")), 
list("58", list("581", "582")), list("82", list("829", "821", 
    "822", "823")), list("45", list("451", "452", "453")), 
list("68", list("682", "683")), list("95", list("952")), 
list("85", list("855", "856", "851", "854", "853")), list(
    "41", list("412", "411")), list("74", list("749", "741", 
    "742", "743")), list("13", list("139")), list("47", list(
    "479", "475", "472", "476", "477", "471", "474")), list(
    "88", list("889", "881")), list("73", list("731")), list(
    "71", list("711", "712")), list("66", list("661")), list(
    "49", list("494", "493")), list("32", list("329", "324", 
    "325")), list("63", list("631")), list("10", list("107", 
    "108")), list("93", list("931", "932")), list("81", list(
    "812", "813")))

dput(l45)
list(list("6201", list("62010")), list("7911", list("79110")), 
list("6920", list("69202", "69201")), list("9604", list("96040")), 
list("9001", list("90010")), list("5920", list("59200")), 
list("4332", list("43320")), list("9002", list("90020")), 
list("4622", list("46220")), list("9003", list("90030")), 
list("7022", list("70220")), list("8690", list("86909", "86905", 
    "86901")), list("5811", list("58110")), list("8299", 
    list("82990")), list("4511", list("45110")), list("4520", 
    list("45201", "45203")), list("6820", list("68203", "68204", 
    "68201", "68202", "68209")), list("4672", list("46720")), 
list("4651", list("46510")), list("9529", list("95290")), 
list("8551", list("85510")), list("4120", list("41200")), 
list("7490", list("74900")), list("5912", list("59120")), 
list("1392", list("13921")), list("9609", list("96090")), 
list("7410", list("74102", "74101", "74103")), list("9602", 
    list("96022", "96021")), list("7021", list("70210")), 
list("4791", list("47919", "47912", "47911", "47916", "47914")))

这是我的第一个问题,如果我没有澄清任何内容,请原谅。

修改 因此,为了澄清数字根不是唯一的,几个节点将共享一个父节点。以“90010”和“90020”为例。它们既可以在“90”的父列表中组织,也可以在“900”的子列表中组织,但是然后分成“9001”和“9002”。我添加了一个更大的输入来举例说明。不幸的是,先前和较短的输出并未表明这可能发生。道歉。

2 个答案:

答案 0 :(得分:3)

这是我认为给你想要的一种方式。不知道每个字符串可以有多长,我把它递归。基本上to_sublist需要string_list,即l1的{​​{1}}元素之一,并且从底部开始制作层次结构。如果字符串长于2,则删除一个字符并将其放一级,然后调用自身继续该过程。然后,我们list("62010)可以lapply并获得所需的结果。

l1

reprex package(v0.2.0)创建于2018-06-07。

-------探索--------

l1 <- list(list("62010"), list("79110"), list("69202"), list("96040"), list("90010"), list("59200"))

to_sublist <- function(string_list){
  string <- string_list[[1]]

  if (nchar(string) == 2){
    return(string_list)
  } else {
    substring <- substr(string, 1, nchar(string) - 1)
    sublist <- list(substring, string_list)
    return(to_sublist(sublist))
  }
}

l_out <- lapply(l1, to_sublist)
str(l_out[1:2])
#> List of 2
#>  $ :List of 2
#>   ..$ : chr "62"
#>   ..$ :List of 2
#>   .. ..$ : chr "620"
#>   .. ..$ :List of 2
#>   .. .. ..$ : chr "6201"
#>   .. .. ..$ :List of 1
#>   .. .. .. ..$ : chr "62010"
#>  $ :List of 2
#>   ..$ : chr "79"
#>   ..$ :List of 2
#>   .. ..$ : chr "791"
#>   .. ..$ :List of 2
#>   .. .. ..$ : chr "7911"
#>   .. .. ..$ :List of 1
#>   .. .. .. ..$ : chr "79110"

reprex package(v0.2.0)创建于2018-06-07。

答案 1 :(得分:0)

我确信您可以通过几种不同的方式解决问题。事实上,它似乎与suffix array密切相关,但在您的情况下,它似乎是一个前缀数组,并不包括空(&#39; $&#39;)或单身人士(在你的情况下,第一个角色)。

以下是仅使用String R:

的解决方案提案
base

申请数据中的列:

pref_list <- function(str) {
    pl <- function(str, l, n) {
        if (n == 2)
            return(list(substr(str, 1, n), l))
        pl(str, list(substr(str, 1, n), l), n - 1)
    }
    pl(str, list(str), nchar(str) - 1)
}

编辑:我刚刚在评论中读到您确实想要使用res <- lapply(df$variable, pref_list) str(res[[1]]) #>List of 2 #> $ : chr "62" #> $ :List of 2 #> ..$ : chr "620" #> ..$ :List of 2 #> .. ..$ : chr "6201" #> .. ..$ :List of 1 #> .. .. ..$ : chr "62010" 作为输入。我建议您直接使用l1,但如果您愿意,可以使用df$variable

l1