R语言-列表

最新推荐文章于 2025-05-31 08:30:00 发布

原创最新推荐文章于 2025-05-31 08:30:00 发布 · 845 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#r语言

R 专栏收录该内容

29 篇文章

订阅专栏

本文详细介绍了R语言中列表(List)的创建、基本操作及ply函数的应用，如lapply、sapply、mapply等。通过实例展示了如何使用列表存储不同类型数据，以及如何对列表元素进行查看、引用、添加等操作。同时，重点讲解了如何利用ply函数对列表进行统计计算，如计算均值、标准差和分位数。最后，演示了do.call函数将多个数据框拼接成一个大数据框的实用技巧。

# 2.1.5 列表（List）

#列表可以容纳各种类型的数据对象，向量、矩阵、数据框和另一个列表

### 1.创建 ###

list(a,b,c,d) #把四个对象组合成一个list对象

#例：

(example = list("abc", 3:5, matrix(1, nrow = 3, ncol = 4), data.frame(x = 1:4, y = paste0("boy_", 1:4))))

## [[1]] #字符

## [1] "abc"

## [[2]] #数值向量

## [1] 3 4 5

## [[3]] #矩阵

## [,1] [,2] [,3] [,4]

## [1,] 1 1 1 1

## [2,] 1 1 1 1

## [3,] 1 1 1 1

## [[4]] #数据框

## x y

## 1 1 boy_1

## 2 2 boy_2

## 3 3 boy_3

## 4 4 boy_4

### 2.基本操作 ###

str()# （一）查看

#例：

(complex = list(first = list(1:2), second = list(letters, list(matrix(1:4, nrow = 2, ncol = 2)))))

## $first

## $first[[1]]

## [1] 1 2

## $second

## $second[[1]]

## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q"

## [18] "r" "s" "t" "u" "v" "w" "x" "y" "z"

## $second[[2]]

## $second[[2]][[1]]

## [,1] [,2]

## [1,] 1 3

## [2,] 2 4

str(complex)

## List of 2

## $ first :List of 1

## ..$ : int [1:2] 1 2

## $ second:List of 2

## ..$ : chr [1:26] "a" "b" "c" "d" ...

## ..$ :List of 1

## .. ..$ : int [1:2, 1:2] 1 2 3 4

#（二）引用

# 利用名字引用元素

complex$first

## [[1]]

## [1] 1 2

# 利用序号引用元素

complex[[1]]

## [[1]]

## [1] 1 2

#（三）添加元素

# 利用序号添加元素

complex[[3]] = matrix(1, 2, 3); complex

## $first

## $first[[1]]

## [1] 1 2

## $second

## $second[[1]]

## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q"

## [18] "r" "s" "t" "u" "v" "w" "x" "y" "z"

## $second[[2]]

## $second[[2]][[1]]

## [,1] [,2]

## [1,] 1 3

## [2,] 2 4

## [[3]]

## [,1] [,2] [,3]

## [1,] 1 1 1

## [2,] 1 1 1

# 利用名字添加元素

complex$new = 1:5; complex

## $first

## $first[[1]]

## [1] 1 2

## $second

## $second[[1]]

## [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q"

## [18] "r" "s" "t" "u" "v" "w" "x" "y" "z"

## $second[[2]]

## $second[[2]][[1]]

## [,1] [,2]

## [1,] 1 3

## [2,] 2 4

## [[3]]

## [,1] [,2] [,3]

## [1,] 1 1 1

## [2,] 1 1 1

## $new

## [1] 1 2 3 4 5

### 3.列表中的**ply函数 ###

lapply() #对列表中的每个元素实施某种”相同的操作“，如求均值、方差、分位数

sapply() #lapply()是以列表形式输出，sapply()以向量、矩阵形式输出

mapply() #sapply()的多变量版本

tapply(x,f,g) #进行分组统计,需要向量 x (x不可以是数据框)，因子或因子列表 f , 函数 g(按照f对x分组，在分组后的向量上运行函数 g)

vapply() #与sapply（）相似，他可以预先指定的返回值类型

rapply() #递归版本的lapply，它只处理list类型数据

# 老王耗子药的单价,单位(元/袋)

(price = list(year2014 = 36:33, year2015 = 32:35, year2016 = 30:27))

## $year2014

## [1] 36 35 34 33

## $year2015

## [1] 32 33 34 35

## $year2016

## [1] 30 29 28 27

# lapply返回列表(对列表、数据框数据集进行循环，输入为列表，返回值为列表)

lapply(price, mean)

## $year2014

## [1] 34.5

## $year2015

## [1] 33.5

## $year2016

## [1] 28.5

lapply(price, sd)

## $year2014

## [1] 1.290994

## $year2015

## [1] 1.290994

## $year2016

## [1] 1.290994

lapply(price, quantile)

## $year2014

## 0% 25% 50% 75% 100%

## 33.00 33.75 34.50 35.25 36.00

## $year2015

## 0% 25% 50% 75% 100%

## 32.00 32.75 33.50 34.25 35.00

## $year2016

## 0% 25% 50% 75% 100%

## 27.00 27.75 28.50 29.25 30.00

# sapply默认返回向量或矩阵(类似于lapply函数，但输入为列表，返回值为向量)

sapply(price, mean)

## year2014 year2015 year2016

## 34.5 33.5 28.5

sapply(price, sd)

## year2014 year2015 year2016

## 1.290994 1.290994 1.290994

sapply(price, quantile)

## year2014 year2015 year2016

## 0% 33.00 32.00 27.00

## 25% 33.75 32.75 27.75

## 50% 34.50 33.50 28.50

## 75% 35.25 34.25 29.25

## 100% 36.00 35.00 30.00

# mapply实现了将price与amount对应元素相乘的效果

(amount = list(year2014 = rep(200, 4), year2015 = rep(100, 4), year2016 = rep(300, 4)))

## $year2014

## [1] 200 200 200 200

## $year2015

## [1] 100 100 100 100

## $year2016

## [1] 300 300 300 300

(income_quarter = mapply("*", price, amount))

## year2014 year2015 year2016

## [1,] 7200 3200 9000

## [2,] 7000 3300 8700

## [3,] 6800 3400 8400

## [4,] 6600 3500 8100

# 练习题：总收入(Page89)

(income_year = mapply(function(x, y) {sum(x*y)}, price, amount))

## year2014 year2015 year2016

## 27600 13400 34200

### 4.list对象的其他快捷玩法 ###

do.call() #告诉list一个函数,然后list里的所有元素来执行这个函数

#例：

Sunday1 = data.frame("经度" = rep(39.95, 5), "纬度" = rep(116.3, 5), "地点" = rep("熊孩子玩耍基地", 5))

Sunday2 = data.frame("经度" = rep(39.96, 5), "纬度" = rep(116.4, 5), "地点" = rep("论文生产基地", 5))

Sunday3 = data.frame("经度" = rep(39.97, 5), "纬度" = rep(116.5, 5), "地点" = rep("工业实践基地", 5))

(example = list(Sunday1, Sunday2, Sunday3))

## [[1]]

## 经度纬度地点

## 1 39.95 116.3 熊孩子玩耍基地

## 2 39.95 116.3 熊孩子玩耍基地

## 3 39.95 116.3 熊孩子玩耍基地

## 4 39.95 116.3 熊孩子玩耍基地

## 5 39.95 116.3 熊孩子玩耍基地

## [[2]]

## 经度纬度地点

## 1 39.96 116.4 论文生产基地

## 2 39.96 116.4 论文生产基地

## 3 39.96 116.4 论文生产基地

## 4 39.96 116.4 论文生产基地

## 5 39.96 116.4 论文生产基地

## [[3]]

## 经度纬度地点

## 1 39.97 116.5 工业实践基地

## 2 39.97 116.5 工业实践基地

## 3 39.97 116.5 工业实践基地

## 4 39.97 116.5 工业实践基地

## 5 39.97 116.5 工业实践基地

do.call(rbind, example)

## 经度纬度地点

## 1 39.95 116.3 熊孩子玩耍基地

## 2 39.95 116.3 熊孩子玩耍基地

## 3 39.95 116.3 熊孩子玩耍基地

## 4 39.95 116.3 熊孩子玩耍基地

## 5 39.95 116.3 熊孩子玩耍基地

## 6 39.96 116.4 论文生产基地

## 7 39.96 116.4 论文生产基地

## 8 39.96 116.4 论文生产基地

## 9 39.96 116.4 论文生产基地

## 10 39.96 116.4 论文生产基地

## 11 39.97 116.5 工业实践基地

## 12 39.97 116.5 工业实践基地

## 13 39.97 116.5 工业实践基地

## 14 39.97 116.5 工业实践基地

## 15 39.97 116.5 工业实践基地

####################################################

#总结#

list(a,b,c,d) #把四个对象组合成一个list对象

str()# 查看

apply() #对一个数组按行或者按列进行计算

lapply() #对列表中的每个元素实施某种”相同的操作“，如求均值、方差、分位数

sapply() #lapply()是以列表形式输出，sapply()以向量、矩阵形式输出

mapply() #sapply()的多变量版本

tapply(x,f,g) #进行分组统计,需要向量 x (x不可以是数据框)，因子或因子列表 f , 函数 g(按照f对x分组，在分组后的向量上运行函数 g)

vapply() #与sapply（）相似，他可以预先指定的返回值类型

rapply() #递归版本的lapply，它只处理list类型数据

do.call() #告诉list一个函数,然后list里的所有元素来执行这个函数

####################################################