我有代表表被交給我這個樣子轉嵌套列表
> l = list(list(1, 4), list(2, 5), list(3, 6))
> str(l)
List of 3
$ :List of 2
..$ : num 1
..$ : num 4
$ :List of 2
..$ : num 2
..$ : num 5
$ :List of 2
..$ : num 3
..$ : num 6
列表結構,我想將其轉換爲這個
> lt = list(x = c(1, 2, 3), y = c(4, 5, 6))
> str(lt)
List of 2
$ x: num [1:3] 1 2 3
$ y: num [1:3] 4 5 6
我寫了一個功能,它以一種非常簡單的方式使用Reduce
,但我覺得必須有一個更聰明的方法來做到這一點。
任何幫助表示讚賞,感謝
基準
謝謝大家!非常感激。基準的答案,拿起最快獲得較大的測試用例:
f1 = function(l) {
k <- length(unlist(l))/length(l)
lapply(seq_len(k), function(i) sapply(l, "[[", i))
}
f2 = function(l) {
n <- length(l[[1]])
split(unlist(l, use.names = FALSE), paste0("x", seq_len(n)))
}
f3 = function(l) {
split(do.call(cbind, lapply(l, unlist)), seq(unique(lengths(l))))
}
f4 = function(l) {
l %>%
purrr::transpose() %>%
map(unlist)
}
f5 = function(l) {
# bind lists together into a matrix (of lists)
temp <- Reduce(rbind, l)
# split unlisted values using indices of columns
split(unlist(temp), col(temp))
}
f6 = function(l) {
data.table::transpose(lapply(l, unlist))
}
microbenchmark::microbenchmark(
lapply = f1(l),
split_seq = f2(l),
unique = f3(l),
tidy = f4(l),
Reduce = f5(l),
dt = f6(l),
times = 10000
)
Unit: microseconds
expr min lq mean median uq max neval
lapply 165.057 179.6160 199.9383 186.2460 195.0005 4983.883 10000
split_seq 85.655 94.6820 107.5544 98.5725 104.1175 4609.378 10000
unique 144.908 159.6365 182.2863 165.9625 174.7485 3905.093 10000
tidy 99.547 122.8340 141.9482 129.3565 138.3005 8545.215 10000
Reduce 172.039 190.2235 216.3554 196.8965 206.8545 3652.939 10000
dt 98.072 106.6200 120.0749 110.0985 116.0950 3353.926 10000
什麼是背後的邏輯要輸出?包含三個項目的兩個向量列表或向量列表? – PoGibas
兩個向量的列表,但一般n個向量 –
所以你可以有x,y,z向量在最後? – Sotos