有什么方法可以简化嵌套列表中的 data.frame 以方便操作？答案

【问题标题】：Any way to simplify data.frame in the nested list for ease of manipulation?有什么方法可以简化嵌套列表中的 data.frame 以方便操作？
【发布时间】：2017-01-12 12:12:03
【问题描述】：

我需要用阈值评估列表中的data.frame，打算获取需要导出为csv文件的新组data.frame。但是，在我用给定的阈值对每个 data.frame 进行分类后，结果变成了嵌套列表。也许，我必须将这些生成的嵌套列表作为 data.frame 列表进行操作，然后遍历 data.frame 列表以将它们导出为csv 文件。我使用reshape2 来融化生成的嵌套列表，但不知道如何根据需要对它们进行分组并以所需的方式导出它们。有谁能告诉我更简单的方法来操作嵌套列表来制作 data.frame 列表？我怎样才能做到这一点？有没有什么有效的方法来完成这项工作？非常感谢:)

这是可重现的输入 data.frame 列表：

myList <- list(
    hotan = data.frame( begin=seq(1, by=6, len=25), end=seq(4, by=6, len=25), pos.score=sample(30, 25)),
    aksu = data.frame( begin=seq(3, by=9, len=30), end=seq(6, by=9, len=30), pos.score=sample(45, 30)),
    korla = data.frame( begin=seq(6, by=8, len=45), end=seq(11, by=8, len=45), pos.score=sample(52, 45))
)

我需要使用阈值评估每个 data.frame，这会导致嵌套列表如下：

rslt <- lapply(myList, function(x) {
    res <- split(x, ifelse(x$pos.score >=18, "good","bad"))
})

我尝试使用melt 删除嵌套列表结构：

library(reshape2)
melt(rslt)

也许，首先退出嵌套列表，将rslt 转换为data.frame 列表，然后使用lapply 将每个导出为csv 文件。请问有什么办法吗？

编辑：

我知道使用unlist 处理嵌套列表的一般方法，也许data.table 或dplyr 提供了更好的功能来处理此类问题。我想学习新的解决方案。谢谢

我正在尝试实现这个 data.frame 列表：

hotan.good
hotan.bad
aksu.good
aksu.bad
korla.good
korla.bad

如何获得需要导出为csv 文件的所需data.frame 列表？我该如何操作 rslt ？

【问题讨论】：

unlist(rslt, recursive = FALSE)
@Apom 我知道，我正在寻找有趣的东西。

标签： r dataframe data.table

【解决方案1】：

为什么要使用数据框列表？您可以轻松地将所有数据放在一个数据框中：

library(dplyr)
df = bind_rows(myList, .id="name")
# new Variable threshold
df %>% mutate(threshold = ifelse(pos.score >=18, "good", "bad"))

现在您可以过滤和选择此数据框中的数据（甚至将其拆分为数据框列表。）

【讨论】：

@Dan 您可以使用来自 dplyr 的 group_by 或来自 data.table 的 by= 以块的形式评估单个 data.frame 的子集。除非您有一些并行处理计划，并且您知道会胜过这些计划，否则我会说坚持使用单个对象。（回复消失的评论...）

【解决方案2】：

将hotan.good.csv、hotan.bad.csv、aksu.good.csv、...写入现有的./out/ 文件夹：

library(magrittr)
l <- unlist(rslt, recursive = FALSE)
l %>% 
  names() %>% 
  lapply(FUN = function(f) write.csv(l[[f]], paste0("out/", f, ".csv"), row.names = FALSE)) %>% 
  invisible()

【讨论】：

【解决方案3】：

如果我继续 @MarkusN' 解决方案（感谢他的帮助）：

library(dplyr)
DF <- bind_rows(myList, .id="sample") %>% 
    mutate(threshold = ifelse(pos.score >=18, "good", "bad")) %>%
    split(list(.$threshold,.$sample))
mapply(write.csv, DF, paste0(getwd(), names(DF), ".csv"))

通过这种方式，在嵌套列表中导出 data.frame 可以更加简单高效。

【讨论】：