Rbind 不同长度的向量列表

Question

我是 R 新手，我正在尝试构建频率/严重性模拟。除了为 700 个位置中的每一个进行 10000 次模拟需要大约 10 分钟之外，一切都运行良好。 为了模拟一个单独的位置，我得到了一个长度不同的向量列表，我想有效地 rbind 这些向量，为所有不存在的值填充 NA。我希望 R 返回一个 data.frame 给我。 到目前为止，我在将列表中的向量转换为 1 行矩阵后使用了 rbind.fill.matrix。但是，我希望我可以使用诸如 bind_rows (dplyr) 或 rbindfill 之类的东西，但我不知道如何将向量转换为可用于这些功能的东西。提前感谢您的帮助！

set.seed(1223)

library(data.table)

numsim = 10

rN.D <- function(numsim) rpois(numsim, 4) 
rX.D <- function(numsim) rnorm(numsim, mean = 5, sd = 4)

freqs <- rN.D(numsim)
obs <- lapply(freqs, function(x) rX.D(x))
#obs is the list that I would like to rbind (efficiently!) and have a data.frame returned to me

Answer 1

除了 [numsim] 模拟需要 [太长时间] 之外，一切正常

如果您的实际应用程序使用rnorm 或类似名称，您可以对其进行一次调用：

set.seed(1223)
numsim = 3e5
freqs = rN.D(numsim)
maxlen = max(freqs)
m = matrix(, maxlen, numsim)
m[row(m) <= freqs[col(m)]] <- rX.D(sum(freqs))

res = as.data.table(t(m))

我以“错误的方式”填充数据（每次模拟在一列而不是一行）然后转置，因为 R 使用 "column-major" order 填充矩阵值。

---

如果你需要使用lapply，这里是最后一步的基准：

set.seed(1223)

library(dplyr); library(tidyr); library(purrr)
library(data.table)

numsim = 3e5

rN.D <- function(numsim) rpois(numsim, 4) 
rX.D <- function(numsim) rnorm(numsim, mean = 5, sd = 4)

freqs <- rN.D(numsim)
obs <- lapply(freqs, function(x) rX.D(x))

system.time({
tidyres = obs %>%
   set_names(seq_along(.)) %>% 
   stack %>% 
   group_by(ind) %>% 
   mutate(Col = paste0("Col", row_number())) %>% 
   spread(Col, values)
})
#    user  system elapsed 
#   16.56    0.31   16.88     

system.time({
    out <- do.call(rbind, lapply(obs, `length<-`, max(lengths(obs))))
    bres = as.data.frame(out)
})
#    user  system elapsed 
#    0.50    0.05    0.55 

system.time(
    dtres <- setDT(transpose(obs))
)
#    user  system elapsed 
#    0.03    0.01    0.05 

与其他两种方法相比，最后一种方法最快（均来自@akrun 的回答）。

评论。我建议只使用 data.table 或 tidyverse。混合和匹配会很快变得混乱。当我设置这个例子时，我看到purrr 有它自己的transpose 函数，所以如果你以不同的顺序加载包，这样的代码会在没有警告的情况下给出不同的结果。

Answer 2

我们可以在末尾附加NAs 以使每个list 元素的length 相同，然后执行rbind

out <- do.call(rbind, lapply(obs, `length<-`, max(lengths(obs))))
as.data.frame(out) # if we need a data.frame as output

---

或使用tidyverse

library(tidyverse)
obs %>%
   set_names(seq_along(.)) %>% 
   stack %>% 
   group_by(ind) %>% 
   mutate(Col = paste0("Col", row_number())) %>% 
   spread(Col, values)