[英]denormalize/coerce list (with nested vectors) to data.frame in R
我正在阅读一个 yaml 文件,例如
- person_id: 111
person_name: Russell
time:
- 1
- 2
- 3
value:
- a
- b
- c
- person_id: 222
person_name: Steven
time:
- 1
- 2
value:
- d
- e
我想非规范化为:
person_id person_name time value
1 111 Russell 1 a
2 111 Russell 2 b
3 111 Russell 3 c
4 222 Steven 1 d
5 222 Steven 2 e
我有一个解决方案,但我希望有更简洁的方法。 这是嵌套列表:
l <- list(
list(
person_id = 111L,
person_name = "Russell",
time = 1:3,
value = letters[1:3]
),
list(
person_id = 222L,
person_name = "Steven",
time = 1:2,
value = letters[4:5]
)
)
关于可能的重复,这个问题类似于 (1)如何在 R 中非规范化嵌套列表? ,但结构不同( round
/ diff
/ saldo
结构在这里与time
/ value
相比转置),以及(2)将逗号分隔的列拆分为单独的行,但time
是向量,而不是逗号分隔的元素喜欢director
。 我希望这种不同的结构有所帮助。
Reduce(rbind,lapply(l,data.frame))
为了补充@lmo和@submartingale的想法/方法,这是一个purrr / tidyverse版本,该版本将列出的每个嵌套转换为data.frame / tibble(通过复制name和id的父元素),然后将它们堆叠为一个tibble 。
l %>%
purrr::map_df(tibble::as_tibble)
谢谢你们提出的如此简洁和可概括的建议。
一个简单的基本R方法是使用lapply
和data.frame
返回data.frame
的列表,然后将其与rbind
一起使用do.call
将data.frame组合为单个data.frame对象。
do.call(rbind, lapply(l, data.frame))
哪个返回
person_id person_name time value
1 111 Russell 1 a
2 111 Russell 2 b
3 111 Russell 3 c
4 222 Steven 1 d
5 222 Steven 2 e
请注意,person_name和value将是因子向量,使用时会很烦人。 如果需要,可以使用stringsAsFactors
参数将其转换为字符向量。
do.call(rbind, lapply(l, data.frame, stringsAsFactors=FALSE))
打印的输出看起来相同,但是这两个变量的基础数据类型已更改。
这可行,但不理想,因为(a)需要处理新data.frame中的每个向量,并且(b)每个向量的类型都是显式的( 例如 purrr:map_chr
与purrr:map_int
)
# Step 1: Determine how many time the 'parent' rows need to be replicated.
values_per_person <- l %>%
purrr::modify_depth(2, length) %>%
purrr::map_int("value")
# Step 2: Pull out the parent rows and replicate the elements to match `time`.
id_replicated <- l %>%
purrr::map_int("person_id") %>%
rep(times=values_per_person)
name_replicated <- l %>%
purrr::map_chr("person_name") %>%
rep(times=values_per_person)
# Step 3: Pull out the nested/child rows.
time <- l %>%
purrr::modify_depth(1, "time") %>%
purrr::flatten_int()
value <- l %>%
purrr::modify_depth(1, "value") %>%
purrr::flatten_chr()
# Step 4: Combine the vectors in a data frame.
data.frame(
person_id = id_replicated,
person_name = name_replicated,
time = time,
value = value
)
(四年后,我仍然每个月使用一两次。 )yaml 包提供了一个地图处理程序。 在这种情况下,每个 map/person 都被转换为tibble 。 然后dplyr::bind_rows()
所有小标题堆叠起来以创建一个更长的单个小标题。
path_yaml |> # Replace this line with code below to see a working example.
yaml::read_yaml(
handlers = list(map = \(x) tibble::as_tibble(x))
) |>
dplyr::bind_rows()
额外的细节:使用这个简单的数据集,甚至不需要处理程序—— bind_rows()
自动转换每个部分。 但我怀疑它总是知道如何在堆叠之前强制每个地图。 此外,这个显式处理程序可以更好地传达意图。
如果您想使用可重现的示例,请将文件路径(即第一行)替换为
string <-
"- person_id: 111
person_name: Russell
time:
- 1
- 2
- 3
value:
- a
- b
- c
- person_id: 222
person_name: Steven
time:
- 1
- 2
value:
- d
- e
"
textConnection(string) |>
yaml::read_yaml(...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.