R数据帧列表到数据帧 [英] R list of data frames to data frame

问题描述

我很了解列表和数据框架之间的转换。我将列出我正在努力实现的简单例子。我有数据框列表，它们是时间点的快照。

  my_list<  -  list（data.frame（a = 1：5，b = c（a，b，c，d，f），c = c（2015-01-01，2015-01-01 2015-01-01，2015-01-01，2015-01-01）），
 data.frame（a = 1：5，b = c（a，b ，c，d，f），c = c（2015-02-01，2015-02-01，2015-02-01，2015-02-01 ，2015-02-01）））
  

我想将其转换为以下数据框。

  abcdf 
 2015-01-01 1 2 3 4 5 
 2015-02-01 1 2 3 4 5 
  

不妨感谢，如果有解决方案来扭转这个，那么从数据框

解决方案

您可以尝试 dcast（）。但是首先，数据框列表需要使用 rbindlist（）从包 data.table 。

  library（data.table）
 dt_long <  -  rbindlist（my_list）
 dt_long 
＃abc 
＃1：1 a 2015-01-01 
＃2：2 b 2015-01-01 
 ＃3：3 c 2015-01-01 
＃4：4 d 2015-01-01 
＃5：5 f 2015-01-01 
＃6：1 a 2015-02 -01 
＃7：2 b 2015-02-01 
＃8：3 c 2015-02-01 
＃9：4 d 2015-02-01 
＃10 ：5 f 2015-02-01 
 
 dt_wide<  -  dcast（dt_long，c〜b，value.var =a）
 dt_wide 
＃cabcdf 
＃1：2015-01-01 1 2 3 4 5 
＃2：2015-02-01 1 2 3 4 5 
  

相反的操作是 melt（）：

 code> melt（dt_wide，id.vars =c，variable.name =b，value.name =a）
＃cba 
＃1：2015-01- 01 a 1 
＃2：2015-02-01 a 1 
＃3：2015-01-01 b 2 
＃4：2015-02-01 b 2 
＃5：2015-01-01 c 3 
＃6：2015-02-01 c 3 
＃7：2015-01-01 d 4 
＃8：2015-02-01 d 4 
＃9：2015-01-01 f 5 
＃10：2015-02-01 f 5 
  

尽管仍然组合在一个data.table中，但可以按如下方式调整列和行的排列方式：

  setcolorder（dt_long2，letters [1：3]）
 dt_long2 [order（c，a）] 
＃abc 
＃1：1 a 2015-01-01 
 ＃2：2 b 2015-01-01 
＃3：3 c 2015-01-01 
＃4：4 d 2015-01-01 
＃5：5 f 2015-01 -01 
＃6：1 a 2015-02-01 
＃7：2 b 2015-02-01 
＃8：3 c 2015-02-01 
＃9 ：4 d 2015-02-01 
＃10：5 f 2015-02-01 
  

要完成逆向操作，可以通过以下方式将较大的 data.table 分割为较小的列表：

  lapply（unique（dt_long2 $ c），function（x）dt_long2 [c == x]）
＃[[1]] 
＃abc 
＃1：1 a 2015-01-01 
＃2：2 b 2015-01-01 
＃3：3 c 2015-01-01 
＃4：4 d 2015 -0 1-01 
＃5：5 f 2015-01-01 
＃
＃[[2]] 
＃abc 
＃1：1 a 2015-02 -01 
＃2：2 b 2015-02-01 
＃3：3 c 2015-02-01 
＃4：4 d 2015-02-01 
＃5 ：5 f 2015-02-01 
  

这里假设 c 是歧视变量。

I have real trouble understanding transformations between lists and data frame. I will lay out simple example what I'm trying to achieve. I have list of data frames, which are snapshots of points in time.

my_list <- list(data.frame(a = 1:5, b = c("a", "b", "c", "d", "f"), c= c("2015-01-01", "2015-01-01", "2015-01-01", "2015-01-01", "2015-01-01")), 
                data.frame(a = 1:5, b = c("a", "b", "c", "d", "f"), c= c("2015-02-01", "2015-02-01", "2015-02-01", "2015-02-01", "2015-02-01")))

I would like to transform this to following data frame.

           a b c d f
2015-01-01 1 2 3 4 5
2015-02-01 1 2 3 4 5

Would appreciate, if there is solution to reverse this as well, so go from data frame back to original list.

解决方案

You can try dcast().

But first, the list of data frames needs to be combined into one using rbindlist() from package data.table.

library(data.table)
dt_long <- rbindlist(my_list)
dt_long
#    a b          c
# 1: 1 a 2015-01-01
# 2: 2 b 2015-01-01
# 3: 3 c 2015-01-01
# 4: 4 d 2015-01-01
# 5: 5 f 2015-01-01
# 6: 1 a 2015-02-01
# 7: 2 b 2015-02-01
# 8: 3 c 2015-02-01
# 9: 4 d 2015-02-01
#10: 5 f 2015-02-01

dt_wide <- dcast(dt_long, c ~ b, value.var = "a")
dt_wide
#            c a b c d f
#1: 2015-01-01 1 2 3 4 5
#2: 2015-02-01 1 2 3 4 5

The reverse operation is melt():

melt(dt_wide, id.vars = "c", variable.name = "b", value.name = "a")
#             c b a
# 1: 2015-01-01 a 1
# 2: 2015-02-01 a 1
# 3: 2015-01-01 b 2
# 4: 2015-02-01 b 2
# 5: 2015-01-01 c 3
# 6: 2015-02-01 c 3
# 7: 2015-01-01 d 4
# 8: 2015-02-01 d 4
# 9: 2015-01-01 f 5
#10: 2015-02-01 f 5

Although still combined in one data.table, the column and row ordered can be adjusted as follows:

setcolorder(dt_long2, letters[1:3])
dt_long2[order(c, a)]
#    a b          c
# 1: 1 a 2015-01-01
# 2: 2 b 2015-01-01
# 3: 3 c 2015-01-01
# 4: 4 d 2015-01-01
# 5: 5 f 2015-01-01
# 6: 1 a 2015-02-01
# 7: 2 b 2015-02-01
# 8: 3 c 2015-02-01
# 9: 4 d 2015-02-01
#10: 5 f 2015-02-01

To complete the reverse operation, the large data.table can be split up in a list of smaller ones by:

lapply(unique(dt_long2$c), function(x) dt_long2[c == x])
#[[1]]
#   a b          c
#1: 1 a 2015-01-01
#2: 2 b 2015-01-01
#3: 3 c 2015-01-01
#4: 4 d 2015-01-01
#5: 5 f 2015-01-01
#
#[[2]]
#   a b          c
#1: 1 a 2015-02-01
#2: 2 b 2015-02-01
#3: 3 c 2015-02-01
#4: 4 d 2015-02-01
#5: 5 f 2015-02-01

Here, it is assumed that c is the discriminating variable.

这篇关于R数据帧列表到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！