Converter uma lista em um quadro de dados

Eu tenho uma lista aninhada de dados. Seu comprimento é 132 e cada item é uma lista de comprimento 20. Existe uma maneira rápida de converter essa estrutura em um quadro de dados com 132 linhas e 20 colunas de dados?

Aqui estão alguns dados de amostra para trabalhar:

l <- replicate(
  132,
  list(sample(letters, 20)),
  simplify = FALSE
)

Supondo que sua lista de listas seja chamada l:

df <- data.frame(matrix(unlist(l), nrow=length(l), byrow=T))

O acima irá converter todas as colunas de caracteres em fatores, para evitar isso, você pode adicionar um parâmetro à chamada data.frame ():

df <- data.frame(matrix(unlist(l), nrow=132, byrow=T),stringsAsFactors=FALSE)

Com rbind

do.call(rbind.data.frame, your_list)

Edit: retorno data.frameda versão anterior de list's em vez de vetores (como @IanSudbery apontou nos comentários).

Você pode usar o plyrpacote. Por exemplo, uma lista aninhada do formulário

l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
      , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
      , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
      , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
      )

agora tem um comprimento de 4 e cada lista lcontém outra lista do comprimento 3. Agora você pode executar

  library (plyr)
  df <- ldply (l, data.frame)

e deve obter o mesmo resultado que nas respostas @Marek e @nico.

data.frame(t(sapply(mylistlist,c)))

sapplyconverte-o em uma matriz. data.frameconverte a matriz em um quadro de dados.

suponha que sua lista seja chamada L,

data.frame(Reduce(rbind, L))

O pacote data.tabletem a função rbindlistque é uma implementação super rápida do.call(rbind, list(...)).

Pode levar uma lista de lists, data.framesou data.tables como entrada.

library(data.table)
ll <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
  , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
  , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
  , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
  )

DT <- rbindlist(ll)

Isso retorna um data.tableherda de data.frame.

Se você realmente deseja converter novamente em data.frame, useas.data.frame(DT)

O tibblepacote possui uma função enframe()que resolve esse problema coagindo listobjetos aninhados a objetos aninhados tibble("arrumar o quadro de dados"). Aqui está um breve exemplo do R for Data Science :

x <- list(
    a = 1:5,
    b = 3:4, 
    c = 5:6
) 

df <- enframe(x)
df
#> # A tibble: 3 × 2
#>    name     value
#>   <chr>    <list>
#>    1     a <int [5]>
#>    2     b <int [2]>
#>    3     c <int [2]>

Como você tem vários ninhos em sua lista, lvocê pode usar o unlist(recursive = FALSE)para remover o aninhamento desnecessário para obter apenas uma única lista hierárquica e depois passar para enframe(). Eu uso tidyr::unnest()para desnaturar a saída em um único quadro de dados "organizado", com duas colunas (uma para o grupo namee outra para as observações dos grupos value). Se você deseja colunas que ampliam, é possível adicionar uma coluna add_column()que apenas repete a ordem dos valores 132 vezes. Então apenas spread()os valores.

library(tidyverse)

l <- replicate(
    132,
    list(sample(letters, 20)),
    simplify = FALSE
)

l_tib <- l %>% 
    unlist(recursive = FALSE) %>% 
    enframe() %>% 
    unnest()
l_tib
#> # A tibble: 2,640 x 2
#>     name value
#>    <int> <chr>
#> 1      1     d
#> 2      1     z
#> 3      1     l
#> 4      1     b
#> 5      1     i
#> 6      1     j
#> 7      1     g
#> 8      1     w
#> 9      1     r
#> 10     1     p
#> # ... with 2,630 more rows

l_tib_spread <- l_tib %>%
    add_column(index = rep(1:20, 132)) %>%
    spread(key = index, value = value)
l_tib_spread
#> # A tibble: 132 x 21
#>     name   `1`   `2`   `3`   `4`   `5`   `6`   `7`   `8`   `9`  `10`  `11`
#> *  <int> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr>
#> 1      1     d     z     l     b     i     j     g     w     r     p     y
#> 2      2     w     s     h     r     i     k     d     u     a     f     j
#> 3      3     r     v     q     s     m     u     j     p     f     a     i
#> 4      4     o     y     x     n     p     i     f     m     h     l     t
#> 5      5     p     w     v     d     k     a     l     r     j     q     n
#> 6      6     i     k     w     o     c     n     m     b     v     e     q
#> 7      7     c     d     m     i     u     o     e     z     v     g     p
#> 8      8     f     s     e     o     p     n     k     x     c     z     h
#> 9      9     d     g     o     h     x     i     c     y     t     f     j
#> 10    10     y     r     f     k     d     o     b     u     i     x     s
#> # ... with 122 more rows, and 9 more variables: `12` <chr>, `13` <chr>,
#> #   `14` <chr>, `15` <chr>, `16` <chr>, `17` <chr>, `18` <chr>,
#> #   `19` <chr>, `20` <chr>

Dependendo da estrutura de suas listas, existem algumas tidyverseopções que funcionam bem com listas de tamanhos diferentes:

l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
        , b = list(var.1 = 4, var.2 = 5)
        , c = list(var.1 = 7, var.3 = 9)
        , d = list(var.1 = 10, var.2 = 11, var.3 = NA))

df <- dplyr::bind_rows(l)
df <- purrr::map_df(l, dplyr::bind_rows)
df <- purrr::map_df(l, ~.x)

# all create the same data frame:
# A tibble: 4 x 3
  var.1 var.2 var.3
  <dbl> <dbl> <dbl>
1     1     2     3
2     4     5    NA
3     7    NA     9
4    10    11    NA

Você também pode misturar vetores e quadros de dados:

library(dplyr)
bind_rows(
  list(a = 1, b = 2),
  data_frame(a = 3:4, b = 5:6),
  c(a = 7)
)

# A tibble: 4 x 2
      a     b
  <dbl> <dbl>
1     1     2
2     3     5
3     4     6
4     7    NA

Remodelar2 produz a mesma saída que o exemplo plyr acima:

library(reshape2)
l <- list(a = list(var.1 = 1, var.2 = 2, var.3 = 3)
          , b = list(var.1 = 4, var.2 = 5, var.3 = 6)
          , c = list(var.1 = 7, var.2 = 8, var.3 = 9)
          , d = list(var.1 = 10, var.2 = 11, var.3 = 12)
)
l <- melt(l)
dcast(l, L1 ~ L2)

rendimentos:

  L1 var.1 var.2 var.3
1  a     1     2     3
2  b     4     5     6
3  c     7     8     9
4  d    10    11    12

Se você estivesse quase sem pixels, poderá fazer tudo isso em 1 linha com reformulação ().

Este método usa um tidyversepacote ( purrr ).

A lista:

x <- as.list(mtcars)

Convertendo-o em um quadro de dados ( tibblemais especificamente):

library(purrr)
map_df(x, ~.x)

Ampliando a resposta da @ Marek: se você deseja evitar que as strings sejam transformadas em fatores e a eficiência não é uma preocupação, tente

do.call(rbind, lapply(your_list, data.frame, stringsAsFactors=FALSE))

Para o caso geral de listas profundamente aninhadas com 3 ou mais níveis, como os obtidos de um JSON aninhado:

{
"2015": {
  "spain": {"population": 43, "GNP": 9},
  "sweden": {"population": 7, "GNP": 6}},
"2016": {
  "spain": {"population": 45, "GNP": 10},
  "sweden": {"population": 9, "GNP": 8}}
}

considere a abordagem de melt()converter a lista aninhada em um formato alto primeiro:

myjson <- jsonlite:fromJSON(file("test.json"))
tall <- reshape2::melt(myjson)[, c("L1", "L2", "L3", "value")]
    L1     L2         L3 value
1 2015  spain population    43
2 2015  spain        GNP     9
3 2015 sweden population     7
4 2015 sweden        GNP     6
5 2016  spain population    45
6 2016  spain        GNP    10
7 2016 sweden population     9
8 2016 sweden        GNP     8

seguido por dcast()então para ampliar novamente em um conjunto de dados organizado, onde cada variável forma uma coluna e cada observação forma uma linha:

wide <- reshape2::dcast(tall, L1+L2~L3) 
# left side of the formula defines the rows/observations and the 
# right side defines the variables/measurements
    L1     L2 GNP population
1 2015  spain   9         43
2 2015 sweden   6          7
3 2016  spain  10         45
4 2016 sweden   8          9

Mais respostas, além de tempos na resposta a esta pergunta: Qual é a maneira mais eficiente de transmitir uma lista como um quadro de dados?

A maneira mais rápida, que não produz um quadro de dados com listas, em vez de vetores para colunas, parece ser (da resposta de Martin Morgan):

l <- list(list(col1="a",col2=1),list(col1="b",col2=2))
f = function(x) function(i) unlist(lapply(x, `[[`, i), use.names=FALSE)
as.data.frame(Map(f(l), names(l[[1]])))

Às vezes, seus dados podem ser uma lista de listas de vetores do mesmo comprimento.

lolov = list(list(c(1,2,3),c(4,5,6)), list(c(7,8,9),c(10,11,12),c(13,14,15)) )

(Os vetores internos também podem ser listas, mas estou simplificando para facilitar a leitura).

Então você pode fazer a seguinte modificação. Lembre-se de que você pode desassistir um nível de cada vez:

lov = unlist(lolov, recursive = FALSE )
> lov
[[1]]
[1] 1 2 3

[[2]]
[1] 4 5 6

[[3]]
[1] 7 8 9

[[4]]
[1] 10 11 12

[[5]]
[1] 13 14 15

Agora use seu método favorito mencionado nas outras respostas:

library(plyr)
>ldply(lov)
  V1 V2 V3
1  1  2  3
2  4  5  6
3  7  8  9
4 10 11 12
5 13 14 15

Isto é o que finalmente funcionou para mim:

do.call("rbind", lapply(S1, as.data.frame))

l <- replicate(10,list(sample(letters, 20)))
a <-lapply(l[1:10],data.frame)
do.call("cbind", a)

Para uma solução paralela (multicore, multisessão, etc) usando a purrrfamília de soluções, use:

library (furrr)
plan(multisession) # see below to see which other plan() is the more efficient
myTibble <- future_map_dfc(l, ~.x)

Onde lestá a lista?

Para comparar o mais eficiente, plan()você pode usar:

library(tictoc)
plan(sequential) # reference time
# plan(multisession) # benchamark plan() goes here. See ?plan().
tic()
myTibble <- future_map_dfc(l, ~.x)
toc()

O seguinte comando simples funcionou para mim:

myDf <- as.data.frame(myList)

Referência ( resposta do Quora )

> myList <- list(a = c(1, 2, 3), b = c(4, 5, 6))
> myList
$a
[1] 1 2 3

$b
[1] 4 5 6

> myDf <- as.data.frame(myList)
  a b
1 1 4
2 2 5
3 3 6
> class(myDf)
[1] "data.frame"

Mas isso falhará se não for óbvio como converter a lista em um quadro de dados:

> myList <- list(a = c(1, 2, 3), b = c(4, 5, 6, 7))
> myDf <- as.data.frame(myList)
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  : 
  arguments imply differing number of rows: 3, 4

Nota : A resposta é referente ao título da pergunta e pode pular alguns detalhes da pergunta

Uma maneira curta (mas talvez não a mais rápida) de fazer isso seria usar a base r, pois um quadro de dados é apenas uma lista de vetores de comprimento igual . Assim, a conversão entre sua lista de entrada e um data.frame de 30 x 132 seria:

df <- data.frame(l)

A partir daí, podemos transpor para uma matriz de 132 x 30 e convertê-la novamente em um dataframe:

new_df <- data.frame(t(df))

Como uma linha:

new_df <- data.frame(t(data.frame(l)))

Os nomes de usuário serão muito irritantes de se olhar, mas você sempre pode renomear aqueles com

rownames(new_df) <- 1:nrow(new_df)

Que tal usar a map_função junto com um forloop? Aqui está a minha solução:

list_to_df <- function(list_to_convert) {
  tmp_data_frame <- data.frame()
  for (i in 1:length(list_to_convert)) {
    tmp <- map_dfr(list_to_convert[[i]], data.frame)
    tmp_data_frame <- rbind(tmp_data_frame, tmp)
  }
  print(tmp_data_frame)
}

onde map_dfrconverta cada elemento da lista em data.frame e depois os une rbind.

No seu caso, acho que seria:

converted_list <- list_to_df(l)