还原列表结构
目标
给出一个列表，我的目标是颠倒它的结构 (R )。
因此，我希望将嵌套列表的元素作为第一层列表的元素。
也许一个例子能更好地说明我的目的。给定：
z <- list(z1 = list(a = 1, b = 2, c = 3), z2 = list(b = 4, a = 1, c = 0))我想要一个等同于后续R对象的输出：
o <- list(a = list(z1 = 1, z2 = 1), b = list(z1 = 2, z2 = 4), c = list(z1 = 3, z2 = 0))解决方案
我的解决方案
我创建了自己的解决方案，我将其附加在下面，但如果有更好的解决方案，请告诉我。
revert_list_str_1 <- function(ls) {
res <- lapply(names(ls[[1]]), function(n, env) {
name <- paste(n, 'elements', sep = '_')
assign(name, vector('list', 0))
inner <- sapply(ls, function(x) {
assign(name, c(get(name), x[which(names(x) == n)]))
})
names(inner) <- names(ls)
inner
})
names(res) <- names(ls[[1]])
res
}执行str(revert_list_str_1(z))将获得后续的输出，与我想要的结果相对应。
List of 3
$ a:List of 2
..$ z1: num 1
..$ z2: num 1
$ b:List of 2
..$ z1: num 2
..$ z2: num 4
$ c:List of 2
..$ z1: num 3
..$ z2: num 0但是，正如我所说的，我想调查(并了解)是否存在一个更优雅、更动态的解决方案。
事实上，只有当所有嵌套列表都具有相同的名称(顺序也不同)时，我的解决方案才能完全工作。这要归功于names(ls[[1]])。我还想指出的是，它只在两个级别的列表上起作用，就像上面报道的那样。
那么，你知道其他更有活力的解决方案吗？rapply和/或Filter函数对此任务是否有用？
结束编辑1。
对建议的解决方案进行分析
我已经对提议的解决方案做了一点分析，谢谢你们！分析包括验证所有功能的以下几点：
如果存在不同类型的元素(如果它们是保留的元素(例如matrix) )中包含的atomic)
- object )，也会保留
- 接受的类(嵌套列表元素)
- 类型
考虑的列(对于列，我指的是嵌套列表的名称)未保留的公共列被忽略(在本case)
- not
- 中，分类‘
- ’被明确理解为‘’它也适用于列不匹配的情况(仅基于第一个嵌套列的名称
在所有这种情况下，除了2.1点之外，分类'yes‘被积极理解。
这是我考虑过的所有函数(注释与上面提到的分析项相关)：
# yes 1.1
# yes 1.2
# yes 2.1, not 2.2, not 2.3
revert_list_str_1 <- function(ls) { # @leodido
# see above
}
# not 1.1
# not 1.2
# not 2.1, not 2.2, not 2.3
revert_list_str_2 <- function(ls) { # @mnel
# convert each component of list to a data.frame
# so rbind.data.frame so named elements are matched
x <- data.frame((do.call(rbind, lapply(ls, data.frame))))
# convert each column into an appropriately named list
o <- lapply(as.list(x), function(i, nam) as.list(`names<-`(i, nam)), nam = rownames(x))
o
}
# yes 1.1
# yes 1.2
# yes 2.1, not 2.2, yes 2.3
revert_list_str_3 <- function(ls) { # @mnel
# unique names
nn <- Reduce(unique, lapply(ls, names))
# convert from matrix to list `[` used to ensure correct ordering
as.list(data.frame(do.call(rbind,lapply(ls, `[`, nn))))
}
# yes 1.1
# yes 1.2
# yes 2.1, not 2.2, yes 2.3
revert_list_str_4 <- function(ls) { # @Josh O'Brien
# get sub-elements in same order
x <- lapply(ls, `[`, names(ls[[1]]))
# stack and reslice
apply(do.call(rbind, x), 2, as.list)
}
# not 1.1
# not 1.2
# not 2.1, not 2.2, not 2.3
revert_list_str_5 <- function(ls) { # @mnel
apply(data.frame((do.call(rbind, lapply(ls, data.frame)))), 2, as.list)
}
# not 1.1
# not 1.2
# not 2.1, yes 2.2, yes 2.3
revert_list_str_6 <- function(ls) { # @baptiste + @Josh O'Brien
b <- recast(z, L2 ~ L1)
apply(b, 1, as.list)
}
# yes 1.1
# yes 1.2
# not 2.1, yes 2.2, yes 2.3
revert_list_str_7 <- function(ll) { # @Josh O'Brien
nms <- unique(unlist(lapply(ll, function(X) names(X))))
ll <- lapply(ll, function(X) setNames(X[nms], nms))
ll <- apply(do.call(rbind, ll), 2, as.list)
lapply(ll, function(X) X[!sapply(X, is.null)])
}注意事项
从这个分析中可以看出：
关于嵌套list
- functions代码的名称，代码函数
revert_list_str_7和revert_list_str_6是最灵活的代码，代码加上我自己的函数已经足够完整了，good trade-offs.
- the 在绝对函数中最完整的<代码>E258>是<
revert_list_str_4>D59revert_list_str_3 >。
基准测试
为了完成这项工作，我对这4个函数做了一些小的基准测试(使用microbenchmark R包)(每个基准测试的时间= 1000 )。
基准测试1
输入：
list(z1 = list(a = 1, b = 2, c = 3), z2 = list(a = 0, b = 3, d = 22, f = 9))。
结果：
Unit: microseconds
expr min lq median uq max
1 func_1 250.069 467.5645 503.6420 527.5615 2028.780
2 func_3 204.386 393.7340 414.5485 429.6010 3517.438
3 func_4 89.922 173.7030 189.0545 194.8590 1669.178
4 func_6 11295.463 20985.7525 21433.8680 21934.5105 72476.316
5 func_7 348.585 387.0265 656.7270 691.2060 2393.988赢家：revert_list_str_4。
BENCHMARK 2
输入：
list(z1 = list(a = 1, b = 2, c = 'ciao'), z2 = list(a = 0, b = 3, c = 5))。
排除了revert_list_str_6，因为它不支持不同类型的嵌套子元素。
结果：
Unit: microseconds
expr min lq median uq max
1 func_1 249.558 483.2120 502.0915 550.7215 2096.978
2 func_3 210.899 387.6835 400.7055 447.3785 1980.912
3 func_4 92.420 170.9970 182.0335 192.8645 1857.582
4 func_7 257.772 469.9280 477.8795 487.3705 2035.101赢家：revert_list_str_4。
BENCHMARK 3
输入：
list(z1 = list(a = 1, b = m, c = 'ciao'), z2 = list(a = 0, b = 3, c = m))。
m是一个3x3的整数矩阵，revert_list_str_6再次被排除在外。
结果：
Unit: microseconds
expr min lq median uq max
1 func_1 261.173 484.6345 503.4085 551.6600 2300.750
2 func_3 209.322 393.7235 406.6895 449.7870 2118.252
3 func_4 91.556 174.2685 184.5595 196.2155 1602.983
4 func_7 252.883 474.1735 482.0985 491.9485 2058.306赢家：revert_list_str_4。再来一次！
结束编辑2。
结论
首先:感谢所有精彩的解决方案。
在我看来，如果你事先知道你的list会有同名的嵌套列表，那么reverse_str_4就是赢家，因为它在性能和对不同类型的支持之间取得了最佳的折衷。
最完整的解决方案是revert_list_str_7，尽管与reverse_str_4相比，完全的灵活性平均会导致大约2.5倍的性能恶化(如果嵌套列表具有不同的名称，则很有用)。
回答 6
Stack Overflow用户
发布于 2013-03-07 13:25:23
编辑：
这里有一个更灵活的版本，它将在元素不一定包含相同的子元素集的列表上工作。
fun <- function(ll) {
nms <- unique(unlist(lapply(ll, function(X) names(X))))
ll <- lapply(ll, function(X) setNames(X[nms], nms))
ll <- apply(do.call(rbind, ll), 2, as.list)
lapply(ll, function(X) X[!sapply(X, is.null)])
}
## An example of an 'unbalanced' list
z <- list(z1 = list(a = 1, b = 2),
z2 = list(b = 4, a = 1, c = 0))
## Try it out
fun(z)原始答案
z <- list(z1 = list(a = 1, b = 2, c = 3), z2 = list(b = 4, a = 1, c = 0))
zz <- lapply(z, `[`, names(z[[1]])) ## Get sub-elements in same order
apply(do.call(rbind, zz), 2, as.list) ## Stack and resliceStack Overflow用户
发布于 2013-03-07 12:53:44
编辑--来自@Josh O‘’Briens的建议和我自己的改进
问题是do.call rbind没有调用rbind.data.frame，它会进行一些名称匹配。rbind.data.frame应该可以工作，因为data.frames是列表，每个子列表都是一个列表，所以我们可以直接调用它。
apply(do.call(rbind.data.frame, z), 1, as.list)然而，虽然这可能是成功的，但它很慢，因为do.call(rbind.data.frame, ...)天生就很慢。
类似于(分两步)
# convert each component of z to a data.frame
# so rbind.data.frame so named elements are matched
x <- data.frame((do.call(rbind, lapply(z, data.frame))))
# convert each column into an appropriately named list
o <- lapply(as.list(x), function(i,nam) as.list(`names<-`(i, nam)), nam = rownames(x))
o
$a
$a$z1
[1] 1
$a$z2
[1] 1
$b
$b$z1
[1] 2
$b$z2
[1] 4
$c
$c$z1
[1] 3
$c$z2
[1] 0和另一种选择
# unique names
nn <- Reduce(unique,lapply(z, names))
# convert from matrix to list `[` used to ensure correct ordering
as.list(data.frame(do.call(rbind,lapply(z, `[`, nn))))Stack Overflow用户
发布于 2013-03-07 14:01:34
重塑可以拉近你的距离，
library(reshape)
b = recast(z, L2~L1)
split(b[,-1], b$L2)https://stackoverflow.com/questions/15263146
复制相似问题