整洁的宇宙：将相同维度的列表元素绑定在一起

Question

整洁的宇宙：将相同维度的列表元素绑定在一起

16

使用reduce(bind_cols)，可以组合相同维度的列表元素。然而，我想知道如何仅组合具有相同维度（可能以某种方式指定维度）的列表元素，即使列表中存在不同维度的元素。

library(tidyverse)

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)
ls1

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40

ls1 %>%
  reduce(bind_cols)

  A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

ls2 <- list(df1, df2, df3)
ls2

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

[[3]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40


ls2 %>%
  reduce(bind_cols)

Error: Can't recycle `..1` (size 10) to match `..2` (size 20).
Run `rlang::last_error()` to see where the error occurred.

问题

寻找一个函数，可以将列表中所有的data.frames合并，同时可以指定每次合并的行数。

- MYaseen208

2

或许您可以更新此问题，提供您所期望的 ls2 %>% reduce(bind_cols) 的输出结果？ - Ian Campbell

2

我不明白你的问题。你期望的输出是什么样子的？ - Martin Gal

请查看我的编辑@IanCampbell。 - MYaseen208

7个回答

5

您可以使用-

n <- 1:max(sapply(ls2, nrow))
res <- do.call(cbind, lapply(ls2, `[`, n, ,drop = FALSE))
res

#     A1 A2  B  C
#1     1 10 11 31
#2     2  9 12 32
#3     3  8 13 33
#4     4  7 14 34
#5     5  6 15 35
#6     6  5 16 36
#7     7  4 17 37
#8     8  3 18 38
#9     9  2 19 39
#10   10  1 20 40
#NA   NA NA 21 NA
#NA.1 NA NA 22 NA
#NA.2 NA NA 23 NA
#NA.3 NA NA 24 NA
#NA.4 NA NA 25 NA
#NA.5 NA NA 26 NA
#NA.6 NA NA 27 NA
#NA.7 NA NA 28 NA
#NA.8 NA NA 29 NA
#NA.9 NA NA 30 NA

用 purrr::map_dfc 稍微缩短一下

purrr::map_dfc(ls2, `[`, n, , drop = FALSE)

- Ronak Shah

4

我们可以使用rowr中的cbind.fill函数。

library(rowr)
do.call(cbind.fill, c(ls2, fill = NA))

- akrun

1

@AnoushiravanR 这将类似于被接受的解决方案，即获取行数并按其拆分。在 base R 中，它将是 lapply(split(ls2, sapply(ls2, NROW)), function(x) do.call(cbind, x))。 - akrun

1

我没明白。你可以使用group_split，bind_rows。 - akrun

4

使用+的基本R选项

tapply(
  ls2,
  sapply(ls2, nrow),
  function(x) do.call(cbind, x)
)

提供

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

- ThomasIsCoding

4

如果您想合并列表中相似的元素（例如：第一个元素具有优先级），您还可以在reduce内部使用if语句。

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)

ls2 <- list(df1, df2, df3)
library(tidyverse)

reduce(ls2, ~if(nrow(.x) == nrow(.y)){bind_cols(.x, .y)} else {.x})
#>    A1 A2  C
#> 1   1 10 31
#> 2   2  9 32
#> 3   3  8 33
#> 4   4  7 34
#> 5   5  6 35
#> 6   6  5 36
#> 7   7  4 37
#> 8   8  3 38
#> 9   9  2 39
#> 10 10  1 40

^{创建于2021-06-09，使用reprex软件包（v2.0.0）}

- AnilGoyal

3

这里有另一种 tidyverse 选项。

我们在每个data.frame中根据 row_number() 创建虚拟 ID，然后通过虚拟 ID 连接所有 data.frame，最后删除虚拟 ID。

ls2 %>%
  map(., ~mutate(.x, id = row_number())) %>% 
  reduce(full_join, by = "id") %>% 
  select(-id)

这使我们得到：

 A1 A2  B  C
1   1 10 11 31
2   2  9 12 32
3   3  8 13 33
4   4  7 14 34
5   5  6 15 35
6   6  5 16 36
7   7  4 17 37
8   8  3 18 38
9   9  2 19 39
10 10  1 20 40
11 NA NA 21 NA
12 NA NA 22 NA
13 NA NA 23 NA
14 NA NA 24 NA
15 NA NA 25 NA
16 NA NA 26 NA
17 NA NA 27 NA
18 NA NA 28 NA
19 NA NA 29 NA
20 NA NA 30 NA

- Matt

3

我们也可以使用R语言的基本函数Reduce：

lst <- list(df1, df2, df3)

# First we create id number for each underlying data set

lst |>
  lapply(\(x) {x$id <- 1:nrow(x); 
  x
 }
) -> ls2

Reduce(function(x, y) if(nrow(x) == nrow(y)){
  merge(x, y, by = "id")
} else {
  x
}, ls2)


   id A1 A2  C
1   1  1 10 31
2   2  2  9 32
3   3  3  8 33
4   4  4  7 34
5   5  5  6 35
6   6  6  5 36
7   7  7  4 37
8   8  8  3 38
9   9  9  2 39
10 10 10  1 40

- Anoushiravan R

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tmfmnk · Accepted Answer

一个选项可能是：

map(split(lst, map_int(lst, NROW)), bind_cols)

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30