将向量列表转换为数据框。

Question

将向量列表转换为数据框。

47

我正在尝试将一个向量列表（实质上是一个多维数组）转换为数据框，但每次尝试时都会得到意外的结果。

我的目标是实例化一个空列表，在循环中用包含该循环迭代信息的向量填充它，然后在完成后将其转换为数据框。

> vectorList <- list()
> for(i in  1:5){
+     vectorList[[i]] <- c("number" = i, "square root" = sqrt(i))
+ }
> vectorList

输出：

> [[1]]
>      number square root 
>           1           1 
> 
> [[2]]
>      number square root 
>    2.000000    1.414214 
> 
> [[3]]
>      number square root 
>    3.000000    1.732051 
> 
> [[4]]
>      number square root 
>           4           2 
> 
> [[5]]
>      number square root 
>    5.000000    2.236068

现在我希望将这个 'vectorList' 转化为一个包含 5 行 2 列的数据框。

numbers <- data.frame(vectorList)

导致了5个变量的2次观察结果。

奇怪的是，即使使用reshape2也无法强制转换（我知道这将是一个可怕的解决方法，但我尝试过了）。

有人有任何见解吗？

- Nick

关于你的方法，我有一个总体的建议：如果可以避免，请不要在for循环内部增长列表。当你将某个元素添加到列表末尾时，R需要复制整个列表。如果列表很大（而且在你的情况下，它越来越大），这可能非常低效。 - Taylor H

2

对于您的数据构造，您可以像这样使用lapply：vectorList <- lapply(1:5, function(x) c(x, sqrt(x)))。 - lmo

4个回答

17

我所知道的最快、最有效的方法是使用 data.table::transpose 函数（如果您的向量长度是低维的）:

as.data.frame(data.table::transpose(vectorList), col.names = names(vectorList[[1]]))

然而，由于 data.table::transpose 会移除列名，因此您需要手动设置列名。还有一个 purrr::transpose 函数，它不会移除列名，但似乎速度较慢。以下是包括其他用户建议的小型基准测试:

vectorList = lapply(1:1000, function(i) (c("number" = i, "square root" = sqrt(i))))
bench = microbenchmark::microbenchmark(
  dplyr = dplyr::bind_rows(lapply(vectorList, as.data.frame.list)),
  rbindlist = data.table::rbindlist(lapply(vectorList, as.data.frame.list)),
  Reduce = Reduce(rbind, vectorList),
  transpose_datatable = as.data.frame(data.table::transpose(vectorList), col.names = names(vectorList[[1]])),
  transpose_purrr = data.table::as.data.table(purrr::transpose(vectorList)),
  do.call = as.data.frame(do.call(rbind, vectorList)),
  times = 10)
bench
# Unit: microseconds
#                 expr        min         lq        mean      median         uq        max neval cld
#                dplyr 286963.036 292850.136 320345.1137 310159.7380 341654.619 385399.851    10   b
#            rbindlist 285830.750 289935.336 306120.7257 309581.1895 318131.031 324217.413    10   b
#               Reduce   8573.474   9073.649  12114.5559   9632.1120  11153.511  33446.353    10  a 
#  transpose_datatable    372.572    424.165    500.8845    479.4990    532.076    701.822    10  a 
#      transpose_purrr    539.953    590.365    672.9531    671.1025    718.757    911.343    10  a 
#              do.call    452.915    537.591    562.9144    570.0825    592.334    641.958    10  a 

# now use bigger list and disregard the slowest
vectorList = lapply(1:100000, function(i) (c("number" = i, "square root" = sqrt(i))))
bench.big = microbenchmark::microbenchmark(
  transpose_datatable = as.data.frame(data.table::transpose(vectorList), col.names = names(vectorList[[1]])),
  transpose_purrr = data.table::as.data.table(purrr::transpose(vectorList)),
  do.call = as.data.frame(do.call(rbind, vectorList)),
  times = 10)
bench.big
# Unit: milliseconds
#                 expr       min        lq       mean     median         uq       max neval cld
#  transpose_datatable  3.470901   4.59531   4.551515   4.708932   4.873755   4.91235    10 a  
#      transpose_purrr 61.007574  62.06936  68.634732  65.949067  67.477948  97.39748    10  b 
#              do.call 97.680252 102.04674 115.669540 104.983596 138.193644 151.30886    10   c

- Giuseppe

12

同时也要减少：

Reduce(rbind, vectorList)

    # number square root
# init      1    1.000000
          # 2    1.414214
          # 3    1.732051
          # 4    2.000000
          # 5    2.236068

- 989

3

请注意，Reduce(rbind, vectorList)返回一个矩阵，因此您需要将其包装在data.frame中以返回一个数据框对象。 - lmo

6

使用 purrr 的另一种解决方案：

purrr::map_dfr( vectorList, as.list )
# # A tibble: 5 x 2
#   number `square root`
#    <dbl>         <dbl>
# 1      1          1   
# 2      2          1.41
# 3      3          1.73
# 4      4          2   
# 5      5          2.24

该代码将每个向量有效地转换为列表，并将结果在行方向上串联到一个公共数据框中。

- Artem Sokolov

tidyverse方法（包括dplyr :: bind_rows()和purrr :: map_dfr()）的优点在于它们可以处理长度不同的列表元素和命名向量，这些向量在元素之间的顺序也可能不同。例如，在将xml2 :: xml_attrs()的输出转换为矩形数据时非常有用。 - stragu

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

- h3rm4n · Accepted Answer

您可以使用：

as.data.frame(do.call(rbind, vectorList))

或者：

library(data.table)
rbindlist(lapply(vectorList, as.data.frame.list))

或：

library(dplyr)
bind_rows(lapply(vectorList, as.data.frame.list))