# 1.最簡(jiǎn)單的list
l <- list(1:4,2:5)
as.data.frame(l) # 生成4*2的數(shù)據(jù)框
data.frame(l) # 結(jié)果同上

# 復(fù)雜一點(diǎn)
# 一個(gè)更復(fù)雜的list，兩層list,代表不同組別,需要分別轉(zhuǎn)化為數(shù)據(jù)框，然后拼接在一起
ll <- list(a = list(x = 1:10, y = 2:11, group = 1), 
           b = list(x = 11:20, y = 12:21, group = 2))

# 一法
dfll <- do.call(rbind,lapply(ll, data.frame))
dfll

# 二法，使用plyr包中的函數(shù)
library (plyr)
df <- ldply (ll, data.frame)
df

# 三法，使用data.table包中的函數(shù)
library(data.table)
ll0 <- list(a = list(x = 1:10, y = 2:11), 
           b = list(x = 11:20, y = 12:21))
rbindlist(ll0) # 此函數(shù)無法處理ll,因?yàn)闊o法循環(huán)對(duì)應(yīng)


# 再?gòu)?fù)雜一點(diǎn)
# 如果其中有一列是我們不想要的，需要先提取再轉(zhuǎn)化為data.frame
ll1 <- list(a = list(x = 1:10, y = 2:11, z = 1:3), 
           b = list(x = 11:20, y = 12:21, z = 1:3))
# 如果直接使用這條命令，會(huì)報(bào)錯(cuò)
# do.call(rbind,lapply(ll1, data.frame))
# 因?yàn)?0不是3的倍數(shù)，無法循環(huán)對(duì)應(yīng)，所以我們要把z這列去掉
f <- function(x){
  data.frame(x[1:2])
}
do.call(rbind,lapply(ll1, f))

# 變成向量之后再轉(zhuǎn)化為矩陣，再轉(zhuǎn)化為數(shù)據(jù)框
df <- data.frame(matrix(unlist(l), nrow=2, byrow=T),stringsAsFactors=FALSE)
df

# 使用rbind.data.frame函數(shù)
# a <- rbind.data.frame(l) 不可以這樣使用
do.call(rbind.data.frame, l) # do.call 函數(shù)是將前面函數(shù)的參數(shù)放在一個(gè)list中使用，正好l是這樣一個(gè)list,它表示該函數(shù)的多個(gè)參數(shù)，而不是第一個(gè)參數(shù)是這個(gè)list


# 用sapply將每一個(gè)元素變成向量，組成一個(gè)矩陣。下面兩種寫法等價(jià)
data.frame(t(sapply(l,c)))
data.frame(t(sapply(l, `[`)))

# 使用Reduce函數(shù)實(shí)現(xiàn)累加效果
data.frame(Reduce(rbind, l)) # 像累加一樣，每一個(gè)元素拿出來作為rbind的參數(shù),和之前結(jié)合的結(jié)果再一次結(jié)合

df <- data.frame(x=1:4,y=2:5,z=rep(1:2,2))
# 先看看list和as.list函數(shù)的結(jié)果是什么樣的
as.list(df) # 每一列對(duì)應(yīng)list的一個(gè)元素
list(df) # 一整個(gè)數(shù)據(jù)框成為list的一個(gè)元素
split(df, 1:4) # 每一行作為list的一個(gè)元素
split(df, df$z) # 按照z列進(jìn)行分組

# matrix的每一列作為list的一個(gè)元素
mat <- matrix(c(1:4,2:5), byrow=F,ncol=2)
# 下面每一行都可以實(shí)現(xiàn)
tapply(mat,rep(1:ncol(mat),each=nrow(mat)),function(i)i) # 分組計(jì)算生成一個(gè)list
split(mat, rep(1:ncol(mat), each = nrow(mat)))
split(mat, col(mat)) # 更簡(jiǎn)潔的寫法
as.list(as.data.frame(mat)) # 速度比較慢
lapply(seq_len(ncol(mat)), function(i) mat[,i])
plyr::alply(mat,2)

# matrix的每一行作為list的一個(gè)元素
# 一種方法是將mat轉(zhuǎn)置之后用上面的方法，還有下面兩種方法
split(mat, row(mat)) 
lapply(seq_len(nrow(mat)), function(i) mat[i,])

ax <- data.frame(a=1,x=2)
ay <- data.frame(a=3,y=4)
bw <- data.frame(b=5,w=6)
bz <- data.frame(b=7,z=8)
before <- list(  a=list(x=ax, y=ay),   b=list(w=bw, z=bz))
after  <- list(w.x=list(a=ax, b=bw), y.z=list(a=ay, b=bz))
before
after
# 實(shí)現(xiàn)將 before 轉(zhuǎn)換成after形式，其實(shí)就是對(duì)列表進(jìn)行轉(zhuǎn)置
# 另外一個(gè)例子，list 中的元素是向量而不是list
l <- list(1:4,1:4)

# 第一種方法，使用 data.table 和 purrr 包中現(xiàn)成的函數(shù)
# data.table::transpose(before) # 處理不了
purrr::transpose(before)

data.table::transpose(l) # list 的每個(gè)元素是向量
purrr::transpose(l) # list的每個(gè)元素還是list

# 第二種方法，自己編寫函數(shù)
# 下面兩行結(jié)果和 purrr::transpose 相同
lapply(1:2, function(i) lapply(before, "[[", i))
lapply(1:4, function(i) lapply(l, "[[", i))

lapply(1:4, function(i) sapply(l, "[[", i)) # 和 data.table::transpose 一樣
lapply(1:2, function(i) sapply(before, "[[", i)) # 將 list 的元素組合在一起了

# 第三種方法，轉(zhuǎn)化為數(shù)據(jù)框
# 使用更靈活的data.table
dt = as.data.table(before)
as.list(data.table(t(dt)))

dt = as.data.table(l)
as.list(data.table(t(dt)))
dt = as.data.frame(l) # 這時(shí)可以用data.frame
as.list(data.table(t(dt)))

# 使用data.frame也可以，但是要先轉(zhuǎn)化為矩陣
new <- do.call(rbind, before) 
as.list(data.frame(new))