将数据帧列表转换为一个数据帧 [英] Convert a list of data frames into one data frame

问题描述

我有一个代码，在一个地方结束了一个数据帧列表，我真的想要转换为一个大的数据帧。

我从早期的问题，这是试图做类似但更复杂的事情。

以下是我刚刚开始的一个例子（这是非常简化的例子）：

  listOfDataFrames<  -  vector（mode =list，length = 100）
 
 for（i in 1：100）{
 listOfDataFrames [[i]] <  -  data.frame（a = sample（letters，500，rep = T），
b = rnorm（500），c = rnorm（500））
} 
  

我目前使用的是：

  df<  -  do.call（rbind，listOfDataFrames）
  

解决方案>

另一个选项是使用plyr函数：

  df<  -  ldply（listOfDataFrames，data.frame） 
  

这比原来有点慢：

 > system.time（{df<  -  do.call（rbind，listOfDataFrames）}）
用户系统已用
 0.25 0.00 0.25 
> system.time（{df2<  -  ldply（listOfDataFrames，data.frame）}）
用户系统已用
 0.30 0.00 0.29 
>相同（df，df2）
 [1] TRUE 
  

我的猜测是使用 do.call（rbind，...）将是您找到的最快的方法，除非您可以执行以下操作：（a）使用矩阵而不是数据。框架和（b）预分配最终矩阵并分配给它而不是增长。

编辑1 ：

根据Hadley的评论，这里是CRAN中最新版本的 rbind.fill

 > system.time（{df3<  -  rbind.fill（listOfDataFrames）}）
用户系统已用
 0.24 0.00 0.23 
>相同（df，df3）
 [1] TRUE 
  

这比rbind容易，稍微快一些（这些时间在多次运行中保持）。据我所知，在github上 plyr 的版本比这更快。

I have code that at one place ends up with a list of data frames which I really want to convert to a single big data frame.

I got some pointers from an earlier question which was trying to do something similar but more complex.

Here's an example of what I am starting with (this is grossly simplified for illustration):

listOfDataFrames <- vector(mode = "list", length = 100)

for (i in 1:100) {
    listOfDataFrames[[i]] <- data.frame(a=sample(letters, 500, rep=T),
                             b=rnorm(500), c=rnorm(500))
}

I am currently using this:

  df <- do.call("rbind", listOfDataFrames)

解决方案

One other option is to use a plyr function:

df <- ldply(listOfDataFrames, data.frame)

This is a little slower than the original:

> system.time({ df <- do.call("rbind", listOfDataFrames) })
   user  system elapsed 
   0.25    0.00    0.25 
> system.time({ df2 <- ldply(listOfDataFrames, data.frame) })
   user  system elapsed 
   0.30    0.00    0.29
> identical(df, df2)
[1] TRUE

My guess is that using do.call("rbind", ...) is going to be the fastest approach that you will find unless you can do something like (a) use a matrices instead of a data.frames and (b) preallocate the final matrix and assign to it rather than growing it.

Edit 1:

Based on Hadley's comment, here's the latest version of rbind.fill from CRAN:

> system.time({ df3 <- rbind.fill(listOfDataFrames) })
   user  system elapsed 
   0.24    0.00    0.23 
> identical(df, df3)
[1] TRUE

This is easier than rbind, and marginally faster (these timings hold up over multiple runs). And as far as I understand it, the version of plyr on github is even faster than this.

这篇关于将数据帧列表转换为一个数据帧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！