我将使用 dplyr 包的速度在整洁的数据帧中转换结构化列表。我会知道我现在发布的解决方案是“最先进的”还是更快的解决方案。
这是我的起始列表的示例：
l = list()
l[[1]] = list(member1=c(a=rnorm(1)),member2=matrix(rnorm(3),nrow=3,ncol=1,dimnames=list(c(letters[2:4]),c("sample"))))
l[[2]] = list(member1=c(a=rnorm(1)),member2=matrix(rnorm(3),nrow=3,ncol=1,dimnames=list(c(letters[2:4]),c("sample"))))
l[[3]] = list(member1=c(a=rnorm(1)),member2=matrix(rnorm(3),nrow=3,ncol=1,dimnames=list(c(letters[2:4]),c("sample"))))
有了这个结果（向您展示玩具结构）：
l
[[1]]
[[1]]$member1
a
0.3340196
[[1]]$member2
sample
b 1.0098830
c 0.6413375
d 0.9080675
[[2]]
[[2]]$member1
a
0.0590878
[[2]]$member2
sample
b 0.5585736
c -0.5936157
d -0.3985687
[[3]]
[[3]]$member1
a
0.06242458
[[3]]$member2
sample
b -0.2873391
c 0.5326067
d -1.1635551
现在我将使用一个方便的函数来重新排列数据lapply并在列表中导航：
organizeSamples = function(x){
member = x$member2
output = data.frame(key=rownames(member),value=member[,1])
return(output)
}
l_new = lapply(l, organizeSamples)
现在 dplyr 发挥了作用：
samples = dplyr::bind_rows(l_new)
samples : …