使用“[[”的R列表子集显示错误下标越界

Question

我试图对一个包含 278226 个元素的大列表进行子集化，每个元素（如下所示）也是一个包含多个（39 到 50 个）子元素（大小为 1，具有不同名称的原子向量）的列表).

> str(listings_England[9922])
List of 1
 $ listing:List of 40
  ..$ agent_address       : chr "35 John Street, Luton"
  ..$ agent_logo          : chr "https://st.zoocdn.com/zoopla_static_agent_logo_(257607).png"
  ..$ agent_name          : chr "Ashton Carter Homes"
  ..$ agent_phone         : chr "020 8115 4543"
  ..$ category            : chr "Residential"
  ..$ country             : NULL
  ..$ country_code        : chr "gb"
  ..$ county              : NULL
  ..$ displayable_address : chr "Hatters Way Luton, Luton LU1"
  ..$ first_published_date: chr "2017-11-16 17:25:36"
  ..$ last_published_date : chr "2018-01-29 18:40:52"
  ..$ latitude            : chr "51.88188"
  ..$ listing_id          : chr "39336869"
  ..$ listing_status      : chr "sale"
  ..$ longitude           : chr "-0.43237194"

然后我提取子元素如“listing_id”如下：

> id1 <- sapply(listings_England, "[[", "listing_id")
Error in FUN(X[[i]], ...) : subscript out of bounds
> id3 <- sapply(listings_England[1:100000], "[[", "listing_id")
Error in FUN(X[[i]], ...) : subscript out of bounds
> id2 <- sapply(listings_England[1:50000], "[[", "listing_id")
> 

> listings_England$listing_id
NULL
>

如您所见，它仅适用于最后一个（purrr::map 系列函数存在同样的问题）。我想知道它是否是这些功能的限制。而我目前的解决方案是：

id <- sapply(listings_England, function(x) x["listing_id"]) %>% as.numeric()

这里的问题是“[[”或“$”函数不适用于这个大列表，只有“[”有效。

Answer 1

如果要将listing_id条目转换为数字，直接使用as.numeric即可：

listings_England$listing_id <- as.numeric(listings_England$listing_id)

sapply 是您要对向量中的每个元素应用函数时使用的方法。但由于 as.numeric 已经矢量化，因此在这种情况下您不需要应用函数。

Answer 2

正如@JesseTweedle 评论的那样，您的问题是一个特定于数据的问题。数据对象中的某处 listing_id 不作为命名元素存在，因此会出错。考虑将你的 sapply 函数包装在 tryCatch 到 return NAs 中，对于那些没有 listing_id 的元素，使用 [[ 或$:

id2 <- sapply(listings_England[1:100000], function(x) 
                 tryCatch(x[["listing_id"]],
                          warning = function(w) return(NA),
                          error = function(e) return(NA)
                 )
       )

此外，根据您的 post，您似乎有一个嵌套结构，其中包含一个名为 listing 的结构。试试这个：

id2 <- sapply(listings_England[1:100000], function(x) 
                 tryCatch(x$listing$listing_id,
                          warning = function(w) return(NA),
                          error = function(e) return(NA)
                 )
       )

Answer 3

你有我所说的 "nested list"。您可以从 str 输出中看到，您的 "element tree" 顶部只有一项。试试这个：

id1 <- sapply(listings_England[[1]], "[[", "listing_id")

然后提取第一项（包含所有内容）并处理结果列表。也可以使用等价操作：

id1 <- sapply(listings_England$listing, "[[", "listing_id")

Answer 4

这是“Missing/out of bounds indices”问题，[ 和 [[ 在索引超出范围 (OOB) 时的行为略有不同。详细信息可以在 "Advanced R" 本书第4.3.3节（以下link） [https://adv-r.hadley.nz/subsetting.html#subsetting-operators]

使用“[[”的R列表子集显示错误下标越界

R List subsetting using "[[" shows error subscript out of bounds

r

sapply

purrr