tidyverse：绑定相同维度的列表元素

Question

使用reduce(bind_cols)，可以合并相同维度的列表元素。但是，我想知道如何从可能具有不同维度元素的列表中仅组合相同维度（可能以某种方式指定维度）的元素。

library(tidyverse)

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)
ls1

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40

ls1 %>%
  reduce(bind_cols)

  A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

ls2 <- list(df1, df2, df3)
ls2

[[1]]
   A1 A2
1   1 10
2   2  9
3   3  8
4   4  7
5   5  6
6   6  5
7   7  4
8   8  3
9   9  2
10 10  1

[[2]]
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

[[3]]
    C
1  31
2  32
3  33
4  34
5  35
6  36
7  37
8  38
9  39
10 40


ls2 %>%
  reduce(bind_cols)

Error: Can't recycle `..1` (size 10) to match `..2` (size 20).
Run `rlang::last_error()` to see where the error occurred.

问题

正在寻找一个函数将列表中的所有 data.frames 与行数的参数结合起来。

Answer 1

一个选项可以是：

map(split(lst, map_int(lst, NROW)), bind_cols)

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

Answer 2

这是另一个 tidyverse 选项。

我们基于 row_number() 在每个 data.frame 中创建一个虚拟 ID，然后通过虚拟 ID 加入所有 data.frame，然后删除虚拟 ID。

ls2 %>%
  map(., ~mutate(.x, id = row_number())) %>% 
  reduce(full_join, by = "id") %>% 
  select(-id)

这给了我们：

 A1 A2  B  C
1   1 10 11 31
2   2  9 12 32
3   3  8 13 33
4   4  7 14 34
5   5  6 15 35
6   6  5 16 36
7   7  4 17 37
8   8  3 18 38
9   9  2 19 39
10 10  1 20 40
11 NA NA 21 NA
12 NA NA 22 NA
13 NA NA 23 NA
14 NA NA 24 NA
15 NA NA 25 NA
16 NA NA 26 NA
17 NA NA 27 NA
18 NA NA 28 NA
19 NA NA 29 NA
20 NA NA 30 NA

Answer 3

你可以使用-

n <- 1:max(sapply(ls2, nrow))
res <- do.call(cbind, lapply(ls2, `[`, n, ,drop = FALSE))
res

#     A1 A2  B  C
#1     1 10 11 31
#2     2  9 12 32
#3     3  8 13 33
#4     4  7 14 34
#5     5  6 15 35
#6     6  5 16 36
#7     7  4 17 37
#8     8  3 18 38
#9     9  2 19 39
#10   10  1 20 40
#NA   NA NA 21 NA
#NA.1 NA NA 22 NA
#NA.2 NA NA 23 NA
#NA.3 NA NA 24 NA
#NA.4 NA NA 25 NA
#NA.5 NA NA 26 NA
#NA.6 NA NA 27 NA
#NA.7 NA NA 28 NA
#NA.8 NA NA 29 NA
#NA.9 NA NA 30 NA

purrr::map_dfc

稍微短一点

purrr::map_dfc(ls2, `[`, n, , drop = FALSE)

Answer 4

我们也可以使用基础 R 中的 Reduce 函数：

lst <- list(df1, df2, df3)

# First we create id number for each underlying data set

lst |>
  lapply(\(x) {x$id <- 1:nrow(x); 
  x
 }
) -> ls2

Reduce(function(x, y) if(nrow(x) == nrow(y)){
  merge(x, y, by = "id")
} else {
  x
}, ls2)


   id A1 A2  C
1   1  1 10 31
2   2  2  9 32
3   3  3  8 33
4   4  4  7 34
5   5  5  6 35
6   6  6  5 36
7   7  7  4 37
8   8  8  3 38
9   9  9  2 39
10 10 10  1 40

Answer 5

我们可以使用 cbind.fill 来自 rowr

library(rowr)
do.call(cbind.fill, c(ls2, fill = NA))

Answer 6

使用 tapply + sapply

的基础 R 选项

tapply(
  ls2,
  sapply(ls2, nrow),
  function(x) do.call(cbind, x)
)

给予

$`10`
   A1 A2  C
1   1 10 31
2   2  9 32
3   3  8 33
4   4  7 34
5   5  6 35
6   6  5 36
7   7  4 37
8   8  3 38
9   9  2 39
10 10  1 40

$`20`
    B
1  11
2  12
3  13
4  14
5  15
6  16
7  17
8  18
9  19
10 20
11 21
12 22
13 23
14 24
15 25
16 26
17 27
18 28
19 29
20 30

Answer 7

如果你想合并列表中的相似元素，你也可以在 reduce 中使用 if（情况：当列表中的第一项具有优先级时）

df1 <- data.frame(A1 = 1:10, A2 = 10:1)
df2 <- data.frame(B = 11:30)
df3 <- data.frame(C = 31:40)

ls1 <- list(df1, df3)

ls2 <- list(df1, df2, df3)
library(tidyverse)

reduce(ls2, ~if(nrow(.x) == nrow(.y)){bind_cols(.x, .y)} else {.x})
#>    A1 A2  C
#> 1   1 10 31
#> 2   2  9 32
#> 3   3  8 33
#> 4   4  7 34
#> 5   5  6 35
#> 6   6  5 36
#> 7   7  4 37
#> 8   8  3 38
#> 9   9  2 39
#> 10 10  1 40

^{由 reprex package (v2.0.0)}

于 2021-06-09 创建

tidyverse：绑定相同维度的列表元素

tidyverse: binding list elements of same dimension

reduce

r

dplyr

purrr

tidyverse