R:重新绑定不同数据帧中不同列的data.frames列表

Question

我有11383个数据帧的列表。我需要将它们合并到一个大数据框架中，但是它们有不同的列(2,3,4列)，所以当我使用来自Dplyr的rbind_all时，结果并不理想。

一种方法是重新绑定具有相同列数的数据帧(标题不同，但我不介意)。由于我有2,3和4列的数据帧，根据列表中每个数据帧的列数，它将产生3个大数据帧。

预期产出：

有4列的数据帧：

SKU             Tv y Video  Tecnología  Deportes
2003091070002P  Tv y Video  Tecnología  Deportes
2.00E+12        Tv y Video  Tecnología  Deportes
2003120060008P  Tv y Video  Tecnología  Deportes
2004121460080P  Cómputo     Tecnología  Decohogar
2.00G+12        Cómputo     Tecnología  Decohogar
2004121440802P  Cómputo     Tecnología  Decohogar
2.00A+12        Cómputo     Tecnología  Decohogar

有2列的数据帧：

            SKU         PROMOCIONES
1   110 2089060010006P  PROMOCIONES
2   111 2089660010006P  PROMOCIONES

这是我的密码：

df_2col <- data.frame()  #Starts Data frame for dfs with 2 columns

df_3col <- data.frame()  #Starts Data frame for dfs with 3 columns

df_4col <- data.frame()  #Starts Data frame for dfs with 4 columns


lapply(my_list, function(i){
    if (ncol(i) == 2)
        df_2col <- rbind(i)
    ifelse (ncol(i) == 3)
        df_3col <- rbind(i)
    ifelse (ncol(i) == 4)
        df_4col <- rbind(i)
})

但我知道这个错误：

Error in ifelse(ncol(i) == 3) : argument "no" is missing, with no default 

我的数据列表示例：

list(list(structure(list(SKU = "2079230130006P", Decohogar = "Decohogar", 
    Para.la.Mesa = "Para.la.Mesa", Copas.y.Vasos = "Copas.y.Vasos"), .Names = c("SKU", 
"Decohogar", "Para.la.Mesa", "Copas.y.Vasos"), class = "data.frame", row.names = 134L)), 
    list(structure(list(SKU = "2079240080001P", Decohogar = "Decohogar", 
        Para.la.Mesa = "Para.la.Mesa", Copas.y.Vasos = "Copas.y.Vasos"), .Names = c("SKU", 
    "Decohogar", "Para.la.Mesa", "Copas.y.Vasos"), class = "data.frame", row.names = 132L)), 
    list(structure(list(SKU = "2069060020005P", PROMOCIONES = "PROMOCIONES"), .Names = c("SKU", 
    "PROMOCIONES"), class = "data.frame", row.names = 111L)), 
    list(structure(list(SKU = "2047121452095P", Dormitorio = "Dormitorio", 
        Colchones = "Colchones", X2.plazas = "X2.plazas"), .Names = c("SKU", 
    "Dormitorio", "Colchones", "X2.plazas"), class = "data.frame", row.names = 223L)), 
    list(structure(list(SKU = "2069060010006P", PROMOCIONES = "PROMOCIONES"), .Names = c("SKU", 
    "PROMOCIONES"), class = "data.frame", row.names = 110L)), 
    list(structure(list(SKU = "2069060010006P", PROMOCIONES = "PROMOCIONES"), .Names = c("SKU", 
    "PROMOCIONES"), class = "data.frame", row.names = 109L)))

注意:当您知道列表中每一个数据帧的列数时，这将有效。有办法做这件事吗？我的意思是，如果将来有一个5列的数据框架，那么代码也应该返回一个大的数据框架，这个数据帧有5列。

Answer 1

我们可以扁平化列表元素do.call(c,..)获取每个列表元素("indx")的列数(ncol)，使用它来对列表进行split，并对结果元素进行rbindlist。

library(data.table)
my_list1 <- do.call(`c`, my_list)
indx <- sapply(my_list1, ncol)
lst <- lapply(split(my_list1, indx), rbindlist)
lst
#$`2`
#              SKU PROMOCIONES
#1: 2069060020005P PROMOCIONES
#2: 2069060010006P PROMOCIONES
#3: 2069060010006P PROMOCIONES

#$`4`
#             SKU  Decohogar Para.la.Mesa Copas.y.Vasos
#1: 2089230130006P  Decohogar Para.la.Mesa Copas.y.Vasos
#2: 2089240080001P  Decohogar Para.la.Mesa Copas.y.Vasos
#3: 2047121452095P Dormitorio    Colchones     X2.plazas

如果我们需要获得单独的data.frame对象(不建议使用)，请使用list2env

 list2env(setNames(lst, paste0('dat',seq_along(lst))), envir=.GlobalEnv)

更新

如果有空值或NA值作为列表元素之一，我们可以得到这个错误。

my_list1[[7]] <- NA
split(my_list1, sapply(my_list1, ncol))
#Error in split.default(my_list1, sapply(my_list1, ncol)) : 
 #group length is 0 but data length > 0

然后，我们可以检查这些元素是否是data.frame ("isDF")、列表的子集和"ncol"，并和以前一样。

isDF <- sapply(my_list1, is.data.frame)
indx <- sapply(my_list1[isDF], ncol)
lapply(split(my_list1[isDF], indx), rbindlist)

Answer 2

rbind_all有一个填充函数，它用NA替换空白数据。当我第一次尝试使用rbind时，我得到了一个错误，因为您提供的数据集是一个列表列表，而不是一个数据文件列表。我首先将嵌套的列表转换为dataframes，然后使用rbind创建单个dataframe。

示例数据为"x“。

sapply(x, class)
x2 <- lapply(x, as.data.frame)
x3 <- rbind_all(x2)

我不知道你是否在建立一个整洁的数据框架，但是如果你是的话，你可以用tidyr来帮助

library(tidyr)
x4 <- gather(x3, key=SKU, na.rm=TRUE)[,-2]

更新

这个问题现在已经解决了，但是下面是我对我的解决方案的更新，以便列出单个数据库的数据格式。

x5 <- lapply(unique(x4$value), function(n) filter(x4, value == n))