如何使用base R绑定列表的每个第n个元素？答案

【问题标题】：How to rbind every nth element of a list using base R?如何使用base R绑定列表的每个第n个元素？
【发布时间】：2021-12-22 07:31:49
【问题描述】：

我有一个包含不同数据框的列表。列表的每个第 n 个数据帧都具有相同的结构。列表有点像这样：

my_list <- list(list(data.frame(a= rnorm(10), b= rnorm(10)),
                 data.frame(abc= letters[1:10])),
                list(data.frame(a= rnorm(10), b= rnorm(10)),
                 data.frame(abc= letters[11:20])))

我想rbind.data.frame 每个列表的第一个数据框和每个列表的第二个数据框。因此，我的预期结果是：

list(rbind.data.frame(my_list[[1]][[1]], my_list[[2]][[1]]),
     rbind.data.frame(my_list[[1]][[2]], my_list[[2]][[2]]))

在此示例中，每个列表有两个数据帧，但在我的情况下，数据帧的数量可能会在再次运行代码时发生变化。所以我需要一个绑定每个第 n 个列表的通用解决方案。我怎样才能用基础 R 做到这一点？它必须是基础 R。

【问题讨论】：

标签： r list bind

【解决方案1】：

我们可以使用purrr中的transpose，然后将它们与bind_rows绑定

library(dplyr)
library(purrr)
my_list %>% 
    transpose %>% 
    map(bind_rows)

-输出

[[1]]
             a           b
1  -0.40658840  1.09857513
2  -2.32161471 -0.56369035
3   0.69620650  0.06641017
4   0.36916329  0.89903129
5   1.48593464 -0.01071652
6  -0.42947609  0.73611717
7   0.30131109  1.30576324
8   0.23362408  0.09240332
9  -0.06293769  0.20475366
10 -0.33819360 -0.92148073
11  0.86595847  0.97195603
12  0.07233009  0.18503846
13 -0.36391964 -0.34366129
14 -1.47300138  1.02652189
15  0.51676676  0.57571450
16  0.24114748  0.26843610
17 -0.86102844 -1.08844244
18 -1.08346107  2.30818241
19 -1.22420213 -1.06698399
20 -0.55371072  0.67798167

[[2]]
   abc
1    a
2    b
3    c
4    d
5    e
6    f
7    g
8    h
9    i
10   j
11   k
12   l
13   m
14   n
15   o
16   p
17   q
18   r
19   s
20   t

或使用base R

lapply(split(do.call(c, my_list), rep(c(TRUE, FALSE), 
      length(my_list))), \(x) do.call(rbind, x))

-输出

$`FALSE`
   abc
1    a
2    b
3    c
4    d
5    e
6    f
7    g
8    h
9    i
10   j
11   k
12   l
13   m
14   n
15   o
16   p
17   q
18   r
19   s
20   t

$`TRUE`
             a           b
1  -0.40658840  1.09857513
2  -2.32161471 -0.56369035
3   0.69620650  0.06641017
4   0.36916329  0.89903129
5   1.48593464 -0.01071652
6  -0.42947609  0.73611717
7   0.30131109  1.30576324
8   0.23362408  0.09240332
9  -0.06293769  0.20475366
10 -0.33819360 -0.92148073
11  0.86595847  0.97195603
12  0.07233009  0.18503846
13 -0.36391964 -0.34366129
14 -1.47300138  1.02652189
15  0.51676676  0.57571450
16  0.24114748  0.26843610
17 -0.86102844 -1.08844244
18 -1.08346107  2.30818241
19 -1.22420213 -1.06698399
20 -0.55371072  0.67798167

【讨论】：

感谢您的快速回答，但我正在寻找基本 R 解决方案（请参阅问题）
@machine 抱歉，没有看到最后一部分。我更新了
太棒了（+1）！ lapply(..., \(x) do.call(rbind, x)) 中的 \x 有什么作用？我将其更改为 function(x) 并得到相同的输出。我应该注意一些区别吗？谢谢
@machine 这只是 R 最新版本中 lambda 函数的一个紧凑选项。除了 \(x) 之外，还有 |> 运算符，它模仿了 @ 的一些功能987654334@ 来自 magrittr

【解决方案2】：

选择您感兴趣的元素，例如

lapply(my_list, `[[`, 1)

对于第一个 data.frame。然后使用do.call() 到rbind 选定的data.frames列表

do.call(rbind, lapply(my_list, `[[`, 1))

用一个提取任何列表元素i的函数来概括这一点

FUN <- function(x, i)
    do.call(rbind, lapply(x, `[[`, i))

并使用lapply() 生成您感兴趣的多个data.frames

lapply(1:2, FUN, x = my_list)

【讨论】：