Подтвердить что ты не робот

Создайте data.frame, где столбец - это список

Я знаю, как добавить столбец списка:

> df <- data.frame(a=1:3)
> df$b <- list(1:1, 1:2, 1:3)
> df
  a       b
1 1       1
2 2    1, 2
3 3 1, 2, 3

Это работает, но не:

> df <- data.frame(a=1:3, b=list(1:1, 1:2, 1:3))
Error in data.frame(1L, 1:2, 1:3, check.names = FALSE, stringsAsFactors = TRUE) : 
  arguments imply differing number of rows: 1, 2, 3

Почему?

Кроме того, существует ли способ создать df (выше) в одном вызове data.frame?

Ответ 1

Слегка неясно, от ?data.frame:

Если список или кадр данных или матрица передаются в 'data.frame, это как если каждый компонент или столбец был передан как отдельный аргумент (за исключением матриц класса "model.matrix" и тех, которые защищены "I).

Итак,

data.frame(a=1:3,b=I(list(1,1:2,1:3)))

похоже, работает.

Ответ 2

Если вы работаете с data.tables, вы можете избежать вызова I()

library(data.table)
# the following works as intended
data.table(a=1:3,b=list(1,1:2,1:3))

   a     b
1: 1     1
2: 2   1,2
3: 3 1,2,3

Ответ 3

data_frame (по-разному называемый tibbles, tbl_df, tbl) изначально поддерживает создание столбцов списка с помощью конструктора data_frame. Чтобы использовать их, загрузите одну из многих библиотек с ними, например tibble, dplyr или tidyverse.

> data_frame(abc = letters[1:3], lst = list(1:3, 1:3, 1:3))
# A tibble: 3 × 2
    abc       lst
  <chr>    <list>
1     a <int [3]>
2     b <int [3]>
3     c <int [3]>

На самом деле они data.frames под капотом, но несколько изменены. Их можно почти всегда использовать как обычные data.frames. Единственное исключение, которое я обнаружил, заключается в том, что когда люди делают неулокальные проверки классов, они вызывают проблемы:

> #no problem
> data.frame(x = 1:3, y = 1:3) %>% class
[1] "data.frame"
> data.frame(x = 1:3, y = 1:3) %>% class == "data.frame"
[1] TRUE
> #uh oh
> data_frame(x = 1:3, y = 1:3) %>% class
[1] "tbl_df"     "tbl"        "data.frame"
> data_frame(x = 1:3, y = 1:3) %>% class == "data.frame"
[1] FALSE FALSE  TRUE
> #dont use if with improper testing!
> if(data_frame(x = 1:3, y = 1:3) %>% class == "data.frame") "something"
Warning message:
In if (data_frame(x = 1:3, y = 1:3) %>% class == "data.frame") "something" :
  the condition has length > 1 and only the first element will be used
> #proper
> data_frame(x = 1:3, y = 1:3) %>% inherits("data.frame")
[1] TRUE

Я рекомендую прочитать о них в R 4 Data Science (бесплатно).