显示的数据是list。我们可以使用unlist 并创建一个data.frame。根据 OP 帖子中显示的图像,每个 list 元素的 length 为 1。通过执行 unlist,我们将 list 转换为 vector,然后用 data.frame 包装。
data.frame(ind= seq_along(lst), Col1= as.numeric(unlist(lst)))
或者在命名 list 元素后,另一个选项是 stack
df1 <- transform(stack(setNames(lst, seq_along(lst))),
values = as.numeric(values))
它提供了一个两列数据集。由此我们可以做plotting
关于 OP 关于直接在list 上调用as.data.frame 的方法,它的工作方式与调用as.data.frame.list 的方式不同。例如,如果我们对vector 执行as.data.frame,它使用as.data.frame.vector
as.data.frame(1:5)
# 1:5
#1 1
#2 2
#3 3
#4 4
#5 5
但是,如果我们打电话给as.data.frame.list
as.data.frame.list(1:5)
# X1L X2L X3L X4L X5L
#1 1 2 3 4 5
我们得到一个带有“n”列的data.frame(基于向量的长度)。
假设,我们在 list 上做同样的事情
as.data.frame(as.list(1:5))
# X1L X2L X3L X4L X5L
#1 1 2 3 4 5
它使用as.data.frame.list。要获取methods 的as.data.frame 的完整列表,
methods('as.data.frame')
#[1] as.data.frame.aovproj* as.data.frame.array
# [3] as.data.frame.AsIs as.data.frame.character
# [5] as.data.frame.chron* as.data.frame.complex
# [7] as.data.frame.data.frame as.data.frame.data.table*
# [9] as.data.frame.Date as.data.frame.dates*
#[11] as.data.frame.default as.data.frame.difftime
#[13] as.data.frame.factor as.data.frame.ftable*
#[15] as.data.frame.function* as.data.frame.grouped_df*
#[17] as.data.frame.idf* as.data.frame.integer
#[19] as.data.frame.ITime* as.data.frame.list <-------
#[21] as.data.frame.logical as.data.frame.logLik*
#[23] as.data.frame.matrix as.data.frame.model.matrix
#[25] as.data.frame.noquote as.data.frame.numeric
#[27] as.data.frame.numeric_version as.data.frame.ordered
#[29] as.data.frame.POSIXct as.data.frame.POSIXlt
#[31] as.data.frame.raw as.data.frame.rowwise_df*
#[33] as.data.frame.table as.data.frame.tbl_cube*
#[35] as.data.frame.tbl_df* as.data.frame.tbl_dt*
#[37] as.data.frame.tbl_sql* as.data.frame.times*
#[39] as.data.frame.ts as.data.frame.vector