在 R 中，根据元素名称重组列表（rbind 和指示变量）

Question

我正在尝试重新组织我的数据，基本上是 data.frames 的列表。它的元素代表感兴趣的主题（A 和 B），对 x 和 y 的观察，在两个场合（1 和 2）收集。我试图使这个列表包含 data.frames 引用主题，收集 x 和 y 的信息作为新变量存储在相应的 data.frames 中，而不是元素姓名：

library('rlist')

A1 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
A2 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
B1 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
B2 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))

list <- list(A1=A1,A2=A2,B1=B1,B2=B2)

A <- do.call(rbind,list.match(list,"A"))
B <- do.call(rbind,list.match(list,"B"))

list <- list(A=A,B=B)
list <- lapply(list,function(x) {
      y <- data.frame(x)
      y$class <- c(rep.int(1,2),rep.int(2,2))
      return(y)
})

> list
$A
      x  y class
A1.1 66 96     1
A1.2 76 58     1
A2.1 50 93     2
A2.2 57 12     2

$B
      x  y class
B1.1 58 56     1
B1.2 69 15     1
B2.1 77 77     2
B2.2  9  9     2

在我的真实世界问题中，有大约 500 个主题，并不总是两次，不同数量的观察。

所以我上面的例子只是为了说明我想去哪里，我被困在如何传递给 do.call-rbind 它应该根据元素名称绑定特定主题的元素作为新的列表元素在一起，同时分配一个新的变量。

对我来说，这是一个有点模糊的任务，我得到的最接近的是 rlist 包。 This 问题是相关的，但使用 unique 来识别元素，而在我的情况下，它似乎更像是一个正则表达式问题。

即使是有关如何使用 google 的说明、任何用于进一步研究的关键字等，我也会很高兴。

Answer 1

根据您提供的数据：

subj <- sub("[A-Z]*", "", names(lst))
newlst <- Map(function(x, y) {x[,"class"] <- y;x}, lst, subj)

首先，我们执行正则表达式调用以隔离将进入 class 列的数字。在这种情况下，我匹配大写字母并删除它们留下数字。因此，"A1" 变为 "1"。请注意，真实姓名意味着不同的正则表达式模式。

然后我们使用 Map 为每个数据框创建一个新列并保存到一个名为 newlst 的新列表中。 Map 获取每个参数的第一个元素并执行函数，然后继续处理每个对象元素。所以首先使用lst中的第一个数据框和subj中的第一个数字。我使用的匿名函数是function(x,y) {x[, "class"] <- y; x}。它需要两个参数。第一个是数据框，第二个是列值。

现在前进更容易了。我们可以创建一个名为 uniq.nmes 的向量来获取我们将组合的数据帧的名称。其中 "A1" 将变为 "A"。然后我们可以对该匹配进行 rbind：

uniq.nmes <- unique(sub("\d", "", names(lst)))
lapply(uniq.nmes, function(x) {
  do.call(rbind, newlst[grep(x, names(newlst))])
})
# [[1]]
#       x  y class
# A1.1  1 79     1
# A1.2 30 13     1
# A2.1 90 39     2
# A2.2 43 22     2
# 
# [[2]]
#       x  y class
# B1.1 54 59     1
# B1.2 83 90     1
# B2.1 85 36     2
# B2.2 91 28     2

数据

A1 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
A2 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
B1 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))
B2 <- data.frame(x=sample(1:100,2),y=sample(1:100,2))

lst <- list(A1=A1,A2=A2,B1=B1,B2=B2)

Answer 2

听起来你在做很多体操，因为你有一个特定的形式。我建议首先尝试使数据 tidy。无需阅读 link，快速总结就是将您的数据放入单个数据框中，以便轻松处理。

答案的快速版本（这里我使用 lst 而不是 list 作为名称以避免与内置的 list 混淆）是这样做的:

do.call(rbind,
  lapply(seq(lst), function(i) {
    lst[[i]]$type <- names(lst)[i]; lst[[i]]
  })
)

这将创建一个数据框，其中有一列 "type"，其中包含出现该行的列表项的名称。

使用稍微简化的初始数据：

lst <- list(A1=data.frame(x=rnorm(5)), A2=data.frame(x=rnorm(3)), B=data.frame(x=rnorm(5)))
lst
$A1
           x
1  1.3386071
2  1.9875317
3  0.4942179
4 -0.1803087
5  0.3094100

$A2
           x
1 -0.3388195
2  1.1993115
3  1.9524970

$B
           x
1 -0.1317882
2 -0.3383545
3  0.8864144
4  0.9241305
5 -0.8481927

然后应用魔法函数

df <- do.call(rbind,
   lapply(seq(lst), function(i) {
     lst[[i]]$type <- names(lst)[i]; lst[[i]]
   })
 )
df
            x type
1   1.3386071   A1
2   1.9875317   A1
3   0.4942179   A1
4  -0.1803087   A1
5   0.3094100   A1
6  -0.3388195   A2
7   1.1993115   A2
8   1.9524970   A2
9  -0.1317882    B
10 -0.3383545    B
11  0.8864144    B
12  0.9241305    B
13 -0.8481927    B

从这里我们可以尽情地加工；使用 df$subject <- gsub("[0-9]*", "", df$type) 之类的操作来提取 type 的非数字部分，并且 split 之类的工具可用于生成您在问题中提到的子列表。

此外，一旦成为这种形式，您可以使用 by 和 aggregate 等函数或 dplyr 或 data.table 等库来进行更高级的拆分-应用合并操作进行数据分析。

在 R 中，根据元素名称重组列表（rbind 和指示变量）

In R, reorganize list based on element names (rbind and indicator variable)

r

rbind