R - 从列表中构造稀疏矩阵

Question

使用python和pandas我可以很容易地从字典对象列表构造一个稀疏的DataFrame。下面的代码片段显示了如何在大熊猫来完成：

In [1]: import pandas as pd; (pd.DataFrame([{'a':1, 'b':10}, 
              {'d':99, 'c':1}, 
              {'b':1, 'd': 4}]) 
           .fillna(0)) 
Out[1]: 
    a  b c  d 
0 1.0 10.0 0.0 0.0 
1 0.0 0.0 1.0 99.0 
2 0.0 1.0 0.0 4.0 

如果我不想轻易重现R中这种行为？让我们假设我有以下变量：

values <- list(list(a = 1, b = 10), 
       list(d = 99, c = 1), 
       list(b = 1, d = 4)) 

那么，如何可以得到蟒蛇达到同样的效果，使用R？

Answer 1

随着dplyr，你可以做这样的：

library(dplyr) 
values %>% bind_rows() %>% mutate_all(function(x) coalesce(x, 0)) 

# A tibble: 3 × 4 
     a  b  d  c 
    <dbl> <dbl> <dbl> <dbl> 
1  1 10  0  0 
2  0  0 99  1 
3  0  1  4  0 

Answer 2

我们可以在R

library(reshape2) 
xtabs(value~L1 + L2, melt(values)) 
#  L2 
#L1 a b c d 
# 1 1 10 0 0 
# 2 0 0 1 99 
# 3 0 1 0 4 

Answer 3

使用melt与xtabs下面是与plyr包装的解决方案：

ldply(values, data.frame) 

    a b d c 
1 1 10 NA NA 
2 NA NA 99 1 
3 NA 1 4 NA 


# mutate each to replace NA with 0 
ldply(values, data.frame) %>% 
    mutate_each(funs(replace(., is.na(.), 0))) 

    a b d c 
1 1 10 0 0 
2 0 0 99 1 
3 0 1 4 0 

Answer 4

使用基R到const破坏一个矩阵，你可以做以下事情。

第一，建立

# flatten list to pull out info for matrix construction 
flat <- unlist(values) 
# build a 0 matrix with correct dimensions and column names 
myMat <- matrix(0, nrow=length(values), ncol=length(unique(names(flat))), 
       dimnames=list(NULL, sort(unique(names(flat))))) 

现在，填写矩阵

for(i in seq_along(values)) myMat[i, names(values[[i]])] <- unlist(values[[i]]) 

这导致

myMat 
    a b c d 
[1,] 1 10 0 0 
[2,] 0 0 1 99 
[3,] 0 1 0 4 

如果你真的想要一个data.frame，你可以将矩阵转换为as.data.frame或data.frame函数。