Как преобразовать список, состоящий из вектора разной длины в полезный кадр данных в R?

У меня есть (довольно длинный) список векторов. Векторы состоят из русских слов, которые я получил с помощью функции strsplit() в предложениях.

Ниже показано, что возвращает head():

[[1]]
[1] "модно"     "создавать" "резюме"    "в"         "виде"     

[[2]]
[1] "ты"        "начианешь" "работать"  "с"         "этими"    

[[3]]
[1] "модно"            "называть"         "блогер-рилейшенз" "―"                "начинается"       "задолго"         

[[4]]
[1] "видел" "по"    "сыну," "что"   "он"   

[[5]]
[1] "четырнадцать," "я"             "поселился"     "на"            "улице"        

[[6]]
[1] "широко"     "продолжали" "род."

Обратите внимание, что векторы имеют разную длину.

Я хочу, чтобы я мог читать первые слова из каждого предложения, второе слово, третье и т.д.

Желаемый результат будет примерно таким:

    P1              P2           P3                 P4    P5           P6
[1] "модно"         "создавать"  "резюме"           "в"   "виде"       NA
[2] "ты"            "начианешь"  "работать"         "с"   "этими"      NA
[3] "модно"         "называть"   "блогер-рилейшенз" "―"   "начинается" "задолго"         
[4] "видел"         "по"         "сыну,"            "что" "он"         NA
[5] "четырнадцать," "я"          "поселился"        "на"  "улице"      NA
[6] "широко"        "продолжали" "род."             NA    NA           NA

Я попытался просто использовать data.frame(), но это не сработало, потому что строки имеют разную длину. Я также пробовал rbind.fill() из пакета plyr, но эта функция может обрабатывать только матрицы.

Здесь я нашел несколько других вопросов (что я получил с помощью справки plyr), но все они касались объединения, например, двух фреймов данных разного размера.

Спасибо за вашу помощь.

Ответ 1

попробуйте следующее:

word.list <- list(letters[1:4], letters[1:5], letters[1:2], letters[1:6])
n.obs <- sapply(word.list, length)
seq.max <- seq_len(max(n.obs))
mat <- t(sapply(word.list, "[", i = seq.max))

трюк заключается в том, что

c(1:2)[1:4]

возвращает вектор + два NAs

Ответ 2

Один вкладыш с plyr

plyr::ldply(word.list, rbind)

Ответ 3

Вы можете сделать что-то вроде этого:

## Example data
l <- list(c("a","b","c"), c("a2","b2"), c("a3","b3","c3","d3"))
## Compute maximum length
max.length <- max(sapply(l, length))
## Add NA values to list elements
l <- lapply(l, function(v) { c(v, rep(NA, max.length-length(v)))})
## Rbind
do.call(rbind, l)

Что дает:

     [,1] [,2] [,3] [,4]
[1,] "a"  "b"  "c"  NA  
[2,] "a2" "b2" NA   NA  
[3,] "a3" "b3" "c3" "d3"

Ответ 4

Другим вариантом является stri_list2matrix из library(stringi)

library(stringi)
stri_list2matrix(l, byrow=TRUE)
#    [,1] [,2] [,3] [,4]
#[1,] "a"  "b"  "c"  NA  
#[2,] "a2" "b2" NA   NA  
#[3,] "a3" "b3" "c3" "d3"

ПРИМЕЧАНИЕ. Данные из сообщения @juba.

Или как @Valentin упомянул в комментариях

sapply(l, "length<-", max(lengths(l)))

Ответ 5

вы также можете использовать rbindlist() из data.table-package.

Преобразование векторов в data.table или data.frame и транспонирование (не уверен, что это значительно уменьшает скорость) с помощью lapply(). Затем rbindlist() их с rbindlist() - заполняя отсутствующие ячейки NA:

l = list(c("a","b","c"), c("a2","b2"), c("a3","b3","c3","d3"))
dt = rbindlist(lapply(l, function(x) data.table(t(x))),
     fill = TRUE)

Ответ 6

Другим вариантом может быть определение такой функции (она бы имитировала rbind.fill) или использовать ее непосредственно из пакета rowr:

cbind.fill <- function(...){
  nm <- list(...) 
  nm <- lapply(nm, as.matrix)
  n <- max(sapply(nm, nrow)) 
  do.call(cbind, lapply(nm, function (x) 
    rbind(x, matrix(, n-nrow(x), ncol(x))))) 
}

С уважением