根据名称子集列表列表答案

【问题标题】：Subset a list of lists acording to names根据名称子集列表列表
【发布时间】：2019-01-04 19:51:30
【问题描述】：

我正在努力处理具有结构的列表（原始数据）：

我需要的是具有结构的列表列表（转换后的数据）：

即对于我的子列表中的每个不同的行（名称），我需要一个新的子列表。该子列表将具有该行的名称，row(names) 将是原始子列表的名称，数据将由原始子列表中的 a 和 e 列组成。

我真的知道我应该发布一些代码，我会试试这个

original<-list(`a1` = structure(c("", "Culturas", "", "Algodão", "Soja", "Soja", "Modalidade de Emprego", "", "(Aplicação)", "Pós-emergência", "Dessecante", "Pós-emergência", "", "LMR (mg/kg)", "", "0,04", "4,0", "4,0", "Intervalo de", "", "Segurança", "(2)", "07 dias", "(1)"), .Dim = c(6L, 4L)),`a2` = structure(c("Culturas", "Cebola", "Feijão", "Soja", "Trigo", "Modalidade de Emprego (Aplicação)", "Pós-emergência", "Pós-emergência", "Pós-emergência", "Pós-emergência", "LMR (mg/kg)", "0,02", "0,02", "0,02", "0,02", "Intervalo de Segurança", "60 dias", "60 dias", "60 dias", "70 dias"), .Dim = 5:4))

original

$a1
     [,1]       [,2]                    [,3]          [,4]          
[1,] ""         "Modalidade de Emprego" ""            "Intervalo de"
[2,] "Culturas" ""                      "LMR (mg/kg)" ""            
[3,] ""         "(Aplicação)"           ""            "Segurança"   
[4,] "Algodão"  "Pós-emergência"        "0,04"        "(2)"         
[5,] "Soja"     "Dessecante"            "4,0"         "07 dias"     
[6,] "Soja"     "Pós-emergência"        "4,0"         "(1)"         

$a2
     [,1]       [,2]                                [,3]          [,4]                    
[1,] "Culturas" "Modalidade de Emprego (Aplicação)" "LMR (mg/kg)" "Intervalo de Segurança"
[2,] "Cebola"   "Pós-emergência"                    "0,02"        "60 dias"               
[3,] "Feijão"   "Pós-emergência"                    "0,02"        "60 dias"               
[4,] "Soja"     "Pós-emergência"                    "0,02"        "60 dias"               
[5,] "Trigo"    "Pós-emergência"                    "0,02"        "70 dias"

结果

result<-list(`soja` = structure(c("a1", "a1","a2", "4,0", "4,0", "0,02"), .Dim = 3:2, .Dimnames = list( NULL, c("ATIVO", "LMR (mg/kg)"))))

result

$soja
     ATIVO LMR (mg/kg)
[1,] "a1"  "4,0"      
[2,] "a1"  "4,0"      
[3,] "a2"  "0,02"

【问题讨论】：

从例子中不清楚，你想要什么。 result 是预期的输出吗？图片和示例在结构上有些差异
似乎您在读取数据时遇到问题 - original 是矩阵列表，其中第一行看起来实际上应该是列名，而字符串条目（如 "0,02"）可能应该是数字0.02。我建议在尝试转换数据之前先修复您的数据读取过程。 How to make a list of data frames 是很好的背景阅读，还可以查看 ?read.csv2 或 dec 参数，您使用的任何读取函数将逗号读取为小数。
@akrun 完全正确！ result 只是预期的输出。我的图形输入数据和文字输入数据确实有一些差异，那是因为我的数据集实际上很大，我只是试图给出一个可口的例子。
@Gregor 感谢您的反馈。我同意你的观点，我的输入数据有一些问题。所说的行名实际上不是行名，因为它是一个矩阵，所以它们是 col1，因此我需要重新排列我的数据，为 col1 中的每个唯一字符串创建一个新矩阵。但是，所有数据都是文本的，因此不需要逗号问题。
我引用的是列名，而不是行名。在您的图片中，列名很重要。在您的示例输入数据中，没有列名。因此，使用该输入，第一步将是在流程中这个尴尬的时刻烦人地创建列名，但在现实生活中，第一步应该是修复上游的输入流程，以便列名是正确的。一旦列名正确，作为这个问题重点的转换就会容易得多。因此，我要求您将输入问题与转换问题分开。

标签： r list subset reshape sublist

【解决方案1】：

names<-unique(unlist(simplify2array(lapply(original,`[`,,1))))
my.list3<-list()
i=1
m=1
n=1
for (i in 1:length(nomes)){
    nome<-names[i]
    my.list3[[nome]]<-matrix(NA,ncol=4)
    print(nome)
    for (n in 1:length((original))){
        for (m in 1:nrow(original[[n]])){
            if(nome==original[[n]][m,1]){
                vetor<-original[[n]][m,]
                vetor[vetor==nome]<-names(original)[[n]]
                my.list3[[i]]<-rbind(my.list3[[i]],vetor)
            }}}}
for (n in seq_along(my.list3)){
    ind <- apply(my.list3[[n]], 1, function(x) all(is.na(x)))
    my.list3[[n]] <- my.list3[[n]][ !ind, ]
    if (is.matrix(my.list3[[n]])){my.list3[[n]] <- my.list3[[n]][,c(1,3)]} 
    else{my.list3[[n]] <- my.list3[[n]][c(1,3)]}
    rownames(my.list3[[n]])<-c()
   if (is.matrix(my.list3[[n]])){colnames(my.list3[[n]])<-c("Ativo","LMR mg/kg")} else{names(my.list3[[n]])<-c("Ativo","LMR mg/kg")}}
my.list3

【讨论】：

【解决方案2】：

一些初步观察：

正如Gregor 已经提到的，数据看起来已损坏，尤其是列标题。所以，我特意选择修复样本数据集。
两个列表元素中存在相同的列标题（修复后）表明底层数据结构是 data.frame 而不是矩阵。（虽然技术上存储为矩阵，第一行包含列标题）。
由于每个列表元素的数据具有相同的结构（列的数量、名称和类型），因此数据可以存储在大型 data.frame 对象中。这将使后续的数据操作和聚合比处理嵌套列表更容易。

下面的代码将每个列表元素的矩阵转换为一个data.table对象，并将它们绑定到一个uniteddata.table。列表元素的名称保留在ATIVO 列中：

library(data.table)
library(magrittr)
united <- lapply(original, function(x) as.data.table(x[-1, ]) %>% setnames(x[1, ])) %>% 
  rbindlist(idcol = "ATIVO")

   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a1  Algodão                    Pós-emergência        0,04                    (2)
2:    a1     Soja                        Dessecante         4,0                07 dias
3:    a1     Soja                    Pós-emergência         4,0                    (1)
4:    a2   Cebola                    Pós-emergência        0,02                60 dias
5:    a2   Feijão                    Pós-emergência        0,02                60 dias
6:    a2     Soja                    Pós-emergência        0,02                60 dias
7:    a2    Trigo                    Pós-emergência        0,02                70 dias

从那里，我们可以检索请求的数据，例如，

united[(order(Culturas, ATIVO)), .(Culturas, ATIVO, `LMR (mg/kg)`)]

   Culturas ATIVO LMR (mg/kg)
1:  Algodão    a1        0,04
2:   Cebola    a2        0,02
3:   Feijão    a2        0,02
4:     Soja    a1         4,0
5:     Soja    a1         4,0
6:     Soja    a2        0,02
7:    Trigo    a2        0,02

当然，数据也可以再分片：

split(united, by = "Culturas")

$Algodão
   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a1  Algodão                    Pós-emergência        0,04                    (2)

$Soja
   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a1     Soja                        Dessecante         4,0                07 dias
2:    a1     Soja                    Pós-emergência         4,0                    (1)
3:    a2     Soja                    Pós-emergência        0,02                60 dias

$Cebola
   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a2   Cebola                    Pós-emergência        0,02                60 dias

$Feijão
   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a2   Feijão                    Pós-emergência        0,02                60 dias

$Trigo
   ATIVO Culturas Modalidade de Emprego (Aplicação) LMR (mg/kg) Intervalo de Segurança
1:    a2    Trigo                    Pós-emergência        0,02                70 dias

或者，满足 OP 的预期 result：

split(united, by = "Culturas") %>% 
  lapply(`[`, j = c("ATIVO", "LMR (mg/kg)")) # data.table syntax

$Algodão
   ATIVO LMR (mg/kg)
1:    a1        0,04

$Soja
   ATIVO LMR (mg/kg)
1:    a1         4,0
2:    a1         4,0
3:    a2        0,02

$Cebola
   ATIVO LMR (mg/kg)
1:    a2        0,02

$Feijão
   ATIVO LMR (mg/kg)
1:    a2        0,02

$Trigo
   ATIVO LMR (mg/kg)
1:    a2        0,02

为了演示，我没有过滤"Soja"。

固定数据

original <-
list(a1 = structure(c("Culturas", "Algodão", "Soja", "Soja", 
"Modalidade de Emprego (Aplicação)", "Pós-emergência", "Dessecante", 
"Pós-emergência", "LMR (mg/kg)", "0,04", "4,0", "4,0", "Intervalo de Segurança", 
"(2)", "07 dias", "(1)"), .Dim = c(4L, 4L)), a2 = structure(c("Culturas", 
"Cebola", "Feijão", "Soja", "Trigo", "Modalidade de Emprego (Aplicação)", 
"Pós-emergência", "Pós-emergência", "Pós-emergência", "Pós-emergência", 
"LMR (mg/kg)", "0,02", "0,02", "0,02", "0,02", "Intervalo de Segurança", 
"60 dias", "60 dias", "60 dias", "70 dias"), .Dim = 5:4))

original

$a1
     [,1]       [,2]                                [,3]          [,4]                    
[1,] "Culturas" "Modalidade de Emprego (Aplicação)" "LMR (mg/kg)" "Intervalo de Segurança"
[2,] "Algodão"  "Pós-emergência"                    "0,04"        "(2)"                   
[3,] "Soja"     "Dessecante"                        "4,0"         "07 dias"               
[4,] "Soja"     "Pós-emergência"                    "4,0"         "(1)"                   

$a2
     [,1]       [,2]                                [,3]          [,4]                    
[1,] "Culturas" "Modalidade de Emprego (Aplicação)" "LMR (mg/kg)" "Intervalo de Segurança"
[2,] "Cebola"   "Pós-emergência"                    "0,02"        "60 dias"               
[3,] "Feijão"   "Pós-emergência"                    "0,02"        "60 dias"               
[4,] "Soja"     "Pós-emergência"                    "0,02"        "60 dias"               
[5,] "Trigo"    "Pós-emergência"                    "0,02"        "70 dias"

【讨论】：