R中数据框的列表列表

Question

我必须处理一个名为ul的丑陋清单，看起来像这样：

[[1]]
[[1]]$param
     name     value 
"Section"       "1" 

[[1]]$param
   name   value 
"field"     "1" 

[[1]]$param
          name          value 
"final answer"            "1" 

[[1]]$param
    name    value 
"points"   "-0.0" 


[[2]]
[[2]]$param
     name     value 
"Section"       "1" 

[[2]]$param
   name   value 
"field"     "2" 

[[2]]$param
          name          value 
"final answer"            "1" 

[[2]]$param
    name    value 
"points"    "1.0" 


[[3]]
[[3]]$param
     name     value 
"Section"       "1" 

[[3]]$param
   name   value 
"field"     "3" 

[[3]]$param
          name          value 
"final answer"        "0.611" 

[[3]]$param
    name    value 
"points"    "1.0" 

我想将列表转换为简单的数据框，即

Section    field    final answer    points
      1        1               1      -0.0
      1        2               1       1.0
      1        3           0.611       1.0

有没有简单的方法可以实现这一目标？ 还是我必须让一个函数单独访问每个列表并将其绑定到数据框？

数据是从较丑陋的xml文件中导入的，因此，如果有人想玩它，可以找到RData文件的链接。 抱歉，没有可复制的代码。 非常感谢你。

Answer 1

可能有更好的解决方案，但这应该可以帮助您入门。 首先，我们加载一些库

R> library(plyr)
R> library(reshape2)

然后分两部分处理您的列表。

##lapply applies ldply to each list element in turn
ul1 = lapply(ul, ldply)

##We then do the same again
dd = ldply(ul1)[,2:3]

接下来，我们根据输出的列表顺序标记输出

R> dd$num = rep(1:3, each=4)

然后我们从长格式转换为宽格式

R> dcast(dd, num ~ name)

  num field final answer points Section
1   1     1            1   -0.0       1
2   2     2            1    1.0       1
3   3     3        0.611    1.0       1

Answer 2

马克·施瓦茨（Marc Schwartz）在以下链接上给出了对类似问题的答案： https : //stat.ethz.ch/pipermail/r-help/2006-August/111368.html

我正在复制它，以防链接被删除。

 as.data.frame(sapply(a, rbind))

   V1 V2 V3
1  a  b  c
2  1  3  5
3  2  4  6

要么：

as.data.frame(t(sapply(a, rbind)))
   V1 V2 V3
1  a  1  2
2  b  3  4
3  c  5  6

Answer 3

由于ul的结构是一致的，因此您可以简单地单独获取每一列（仅使用基数R）：

section <- vapply(ul, function(x) as.numeric(x[[1]][2]), 0)
field <- vapply(ul, function(x) as.numeric(x[[2]][2]), 0)
final_answer <- vapply(ul, function(x) as.numeric(x[[3]][2]), 0)
points <- vapply(ul, function(x) as.numeric(x[[4]][2]), 0)

（请注意，我使用vapply而不是sapply因为它更快并且可靠地返回了向量，这在这里是必需的）。
然后，您可以将所有内容放在一起：

> data.frame(section, field, final_answer, points)
  section field final_answer points
1       1     1        1.000      0
2       1     2        1.000      1
3       1     3        0.611      1

请注意，我将所有内容都转换为numeric 。 如果要将所有内容保留为字符，请删除as.numeric并在每次对vapply调用vapply 0替换为"" 。

---

后期更新：

实际上，有一个不错的oneliner可以提取完整的数据：

do.call("rbind", lapply(ul, function(x) as.numeric(vapply(x, "[", i = 2, ""))))

这使：

     [,1] [,2]  [,3] [,4]
[1,]    1    1 1.000    0
[2,]    1    2 1.000    1
[3,]    1    3 0.611    1

要获得colnames使用：

> vapply(ul[[1]], "[", i = 1, "")
         param          param          param          param 
     "Section"        "field" "final answer"       "points" 

Answer 4

我不确定“一个函数分别访问每个列表”是什么意思，但是使用“ lapply”和“ do.call（'rbind'，...）”非常简单：

我无法加载您的.RData文件，因此此代码适用于该列表：

ul <- list(param = list(
             c(name = "Section", value = "1"),
             c(name = "field", value = "1"),
             c(name = "final answer", value = "1"),
             c(name = "points", value = "-0.0")),
           param = list(
             c(name = "Section", value = "1"),
             c(name = "field", value = "2"),
             c(name = "final answer", value = "1"),
             c(name = "points", value = "1.0")))

如果您的列表不同，则可能需要调整细节。 一般负责人将保持不变。 为了保持代码干净，让我们定义“提取”功能，该功能将提取出ul [[1]]，ul [[2]]等的所有名称或值。该函数比你需要。

extractitem <- function(listelement, item)
  unname(lapply(listelement, function(itemblock) itemblock[item]))

现在，我们将使用lapply逐个元素地遍历ul； 对于每个元素，我们将值提取到数据框中，然后根据“名称”命名列。

rowlist <- lapply(ul, function(listelement) {
  d <- data.frame(extractitem(listelement, "value"), stringsAsFactors = FALSE)
  names(d) <- unlist(extractitem(listelement, "name"))
  d
})

现在，行列表是数据帧的列表； 我们可以使用“ rbind”将它们合并为一个数据框。 在上一步中使用数据帧的好处（相对于矢量或开销较低的东西）是rbind会在必要时对列进行重新排序，因此，如果字段的顺序在元素之间变化，那么我们仍然对。

finaldf <- do.call("rbind", rowlist)

我们仍然需要通过以下方式将finaldf的元素从“字符”更改为适合您的应用程序的任何元素：

finaldf$points <- as.numeric(finaldf$points)

等等。 最后一步是通过剥离自动生成的行名称来清理数据框：

rownames(finaldf) <- NULL

万一您需要进行调整，通常的想法是编写一个函数，该函数会将每个ul [[i]]格式化为具有正确列名的数据帧。 然后使用lapply在ul的每个元素上调用该函数； 最后使用do.call（“ rbind”，...）折叠结果列表。