列表为NA或0的数据帧

Question

我有一个包含138个表的列表(prop.table)。每个表最多可以包含20个变量（数值类别范围从11-95作为colnames）。我需要将此列表转换为主数据框。前三个表是这样的：

[[1]] 
x 
     21   41   42   43   52   71   81   82 
0.02007456 0.58158876 0.22483510 0.09349011 0.05248064 0.01204474 0.00544881 0.01003728 

[[2]] 
x 
     21   41   42   43   52   71   90 
0.01175122 0.36973345 0.34107194 0.03066781 0.08655775 0.01633706 0.14388077 

[[3]] 
x 
     21   22   23   41   42 
0.043254082 0.008307075 0.016614151 0.930392438 0.001432254 

我需要将其转换为一个矩阵，它看起来像这样，与NAS或0时分类变量不可用：

x<-matrix (nrow=3, ncol=11) 
colnames(x) <-c('21', '22', '23', '41', '42', '43', '52', '71', '81', '82', '90') 

我有使用这条线从以前的类似的问题试过，但该表是不正确的：

df <- data.frame(matrix(unlist(prop.table), nrow=138, byrow=T)) 

就如何解决这个问题并得到我所需要的表有什么建议？

Answer 1

这里的列进行排序很简单的方法来使用lapply，rbind和do.call

ptl 
## [[1]] 
## x 
##   21   41   42   43   52   71   81   82 
## 0.02007456 0.58158876 0.22483510 0.09349011 0.05248064 0.01204474 0.00544881 0.01003728 
## 
## [[2]] 
## x 
##   21   41   42   43   52   71   90 
## 0.01175122 0.36973345 0.34107194 0.03066781 0.08655775 0.01633706 0.14388077 
## 
## [[3]] 
## x 
##   21   22   23   41   42 
## 0.043254082 0.008307075 0.016614151 0.930392438 0.001432254 
## 
## [[4]] 
## x 
##   21   22   31   41   42   43   81 
## 0.10028653 0.03123209 0.00487106 0.66103152 0.03037249 0.01604585 0.15616046 
## 
## [[5]] 
## x 
##   21   41   42   43   81 
## 0.0662080825 0.8291774147 0.0005732302 0.0865577529 0.0174835196 
## 
## [[6]] 
## x 
##   21   22   31   41   42   43   81 
## 0.081948424 0.002292264 0.006303725 0.825501433 0.029226361 0.020630372 0.034097421 
## 


# Get unique names of all columns in tables in the list 
resCol <- unique(unlist(lapply(ptl, names))) 

# Get dimensions of desired result 
nresCol <- length(resCol) 
nresRow <- length(ptl) 

# Create 'Template' data.frame row 
DF <- as.data.frame(matrix(rep(0, nresCol), nrow = 1, dimnames = list(1, resCol))) 

# for every table in list, create copy of DF, fill it appropriately, then rbind result together using do.call 

result <- do.call(rbind, lapply(ptl, function(x) { 
    retDF <- DF 
    retDF[, names(x)] <- x 
    return(retDF) 
})) 

# rename rows(optional) 
rownames(result) <- 1:nrow(result) 

result 
##   21  41   42   43   52   71   81   82  90   22   23   31 
## 1 0.02007456 0.5815888 0.2248351018 0.09349011 0.05248064 0.01204474 0.00544881 0.01003728 0.0000000 0.000000000 0.00000000 0.000000000 
## 2 0.01175122 0.3697334 0.3410719404 0.03066781 0.08655775 0.01633706 0.00000000 0.00000000 0.1438808 0.000000000 0.00000000 0.000000000 
## 3 0.04325408 0.9303924 0.0014322544 0.00000000 0.00000000 0.00000000 0.00000000 0.00000000 0.0000000 0.008307075 0.01661415 0.000000000 
## 4 0.10028653 0.6610315 0.0303724928 0.01604585 0.00000000 0.00000000 0.15616046 0.00000000 0.0000000 0.031232092 0.00000000 0.004871060 
## 5 0.06620808 0.8291774 0.0005732302 0.08655775 0.00000000 0.00000000 0.01748352 0.00000000 0.0000000 0.000000000 0.00000000 0.000000000 
## 6 0.08194842 0.8255014 0.0292263610 0.02063037 0.00000000 0.00000000 0.03409742 0.00000000 0.0000000 0.002292264 0.00000000 0.006303725 

Answer 2

这是你想要的吗？

x1 <- c(1, 5, 7) 
names(x1) <- 1:3 
x2 <- c(1, 2, 7) 
names(x2) <- c(1,3,5) 
l <- list(x1, x2) 

m <- matrix(nrow=length(l), ncol=5) 
colnames(m) <- 1:5 
for (i in 1:length(l)) { 
    m[i, names(l[[i]])] <- l[[i]] 
} 

也许一个可以替换的apply功能的循环，但我不知道......基本上，我遍历列表和矩阵的每一行中设置这些与姓名匹配列列表中的向量。

对不起，没有使用你的数据集，但你没有手头的代码，我懒得打出来。

Answer 3

我只是想提出一个解决方案。你如何将所有列表连接在一起。所以，你将有

MyDataFrame 
variable1   1   1   1   1   1   1   1   1 
variable2  21   41   42   43   52   71   81   82 
variable30.02007456 0.58158876 0.22483510 0.09349011 0.05248064 0.01204474 0.00544881 0.01003728 

variable1   2   2   2   2   2   2   2 
variable2  21   41   42   43   52   71   90 
variable30.01175122 0.36973345 0.34107194 0.03066781 0.08655775 0.01633706 0.14388077 

variable1   3   3   3   3   3 
variable2   21   22   23   41   42 
variable30.043254082 0.008307075 0.016614151 0.930392438 0.001432254 

而一旦你只有一个数据帧。您可以使用重塑功能。像

install.packages('reshape') 
library('reshape') 
cast(MyDataFrame, variable1~variable2) 

Answer 4

这不会是最有效的，但使用plyr和reshape2，并假设您的prop.tables列表被称为foo

library(plyr) 
library(reshape2) 


allData <- dcast(ldply(lapply(seq_along(foo), function(x) data.frame(foo[[x]], id = x))), 
       id ~ x, value.var = 'Freq') 

以上直向前

ff <- c('21', '22', '23', '41', '42', '43', '52', '71', '81', '82', '90') 

t(sapply(foo, function(x,y) {x[ff]})) 

Answer 5

来自plyr包的rbind.fill将为您做到这一点：

# make an example `prop.table`: 
tbl <- 1:10 
names(tbl) <- letters[1:10] 
tbl <- as.matrix(tbl) 

# make sure some of the columns are missing 
prop.table <- list(tbl[sample(10, size=8),], tbl[sample(10, size=7),], tbl[sample(10, size=9),]) 
# [[1]] 
# d b g c h f e i 
# 4 2 7 3 8 6 5 9 
# [[2]] 
# h g d a j f c 
# 8 7 4 1 10 6 3 
# [[3]] 
# c i b d j a h g e 
# 3 9 2 4 10 1 8 7 5 

您可以使用从plyr的rbind.fill功能，这仅仅是rbind但它填补缺少的列了与NA。它可以在数据帧rbind在一起的列表，所以我的prop.table每个元素转换成数据帧的第一（所需的t，以确保每个prop.table[[i]]被视为一排，而不是一个列）

rbind.fill(lapply(prop.table, function (x) as.data.frame(t(x)))) 
# d b g c h f e i a j 
# 1 4 2 7 3 8 6 5 9 NA NA 
# 2 4 NA 7 3 8 6 NA NA 1 10 
# 3 4 2 7 3 8 NA 5 9 1 10 

（注意 - 你可以用x[, order(colnames(x))]输出数据帧）