[英]denormalize/coerce list (with nested vectors) to data.frame in R
我正在閱讀一個 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
我想非規范化為:
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
我有一個解決方案,但我希望有更簡潔的方法。 這是嵌套列表:
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]
)
)
關於可能的重復,這個問題類似於 (1)如何在 R 中非規范化嵌套列表? ,但結構不同( round
/ diff
/ saldo
結構在這里與time
/ value
相比轉置),以及(2)將逗號分隔的列拆分為單獨的行,但time
是向量,而不是逗號分隔的元素喜歡director
。 我希望這種不同的結構有所幫助。
Reduce(rbind,lapply(l,data.frame))
為了補充@lmo和@submartingale的想法/方法,這是一個purrr / tidyverse版本,該版本將列出的每個嵌套轉換為data.frame / tibble(通過復制name和id的父元素),然后將它們堆疊為一個tibble 。
l %>%
purrr::map_df(tibble::as_tibble)
謝謝你們提出的如此簡潔和可概括的建議。
一個簡單的基本R方法是使用lapply
和data.frame
返回data.frame
的列表,然后將其與rbind
一起使用do.call
將data.frame組合為單個data.frame對象。
do.call(rbind, lapply(l, data.frame))
哪個返回
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
請注意,person_name和value將是因子向量,使用時會很煩人。 如果需要,可以使用stringsAsFactors
參數將其轉換為字符向量。
do.call(rbind, lapply(l, data.frame, stringsAsFactors=FALSE))
打印的輸出看起來相同,但是這兩個變量的基礎數據類型已更改。
這可行,但不理想,因為(a)需要處理新data.frame中的每個向量,並且(b)每個向量的類型都是顯式的( 例如 purrr:map_chr
與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,我仍然每個月使用一兩次。 )yaml 包提供了一個地圖處理程序。 在這種情況下,每個 map/person 都被轉換為tibble 。 然后dplyr::bind_rows()
所有小標題堆疊起來以創建一個更長的單個小標題。
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()
額外的細節:使用這個簡單的數據集,甚至不需要處理程序—— bind_rows()
自動轉換每個部分。 但我懷疑它總是知道如何在堆疊之前強制每個地圖。 此外,這個顯式處理程序可以更好地傳達意圖。
如果您想使用可重現的示例,請將文件路徑(即第一行)替換為
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(...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.