北京大学R语言教程(李东风)第11章:列表类型

R中列表(list)类型来保存不同类型的数据。
一个主要目的是提供R分析结果输出包装:
输出一个变量,
这个变量包括回归系数、预测值、残差、检验结果等等一系列不能放到规则形状数据结构中的内容。
实际上,数据框也是列表的一种,
但是数据框要求各列等长,
而列表不要求。

列表可以有多个元素,
但是与向量不同的是,
列表的不同元素的类型可以不同,
比如,
一个元素是数值型向量,
一个元素是字符串,
一个元素是标量,
一个元素是另一个列表。

定义列表用函数list(), 如

rec <- list(name="李明", age=30,
  scores=c(85, 76, 90))
rec
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $scores
## [1] 85 76 90

typeof()函数判断一个列表,
返回结果为list
可以用is.list()函数判断某个对象是否列表类型

为了生成元素为空的长度为n的列表,程序如:

11.2 列表元素访问

列表的一个元素也可以称为列表的一个“变量”,
单个列表元素必须用两重方括号格式访问,如

rec[[3]]
## [1] 85 76 90
rec[[3]][2]
## [1] 76
rec[["age"]]
## [1] 30

列表的单个元素也可以用$格式访问,如

如果使用单重方括号对列表取子集,
结果还是列表而不是列表元素,如

rec[3]
## $scores
## [1] 85 76 90
is.list(rec[3])
## [1] TRUE

列表一般都应该有元素名,
元素名可以看成是变量名,
列表中的每个元素看成一个变量。
names()函数查看和修改元素名。

names(rec)
## [1] "name"   "age"    "scores"
names(rec)[names(rec)=="scores"] <- "三科分数"
names(rec)
## [1] "name"     "age"      "三科分数"
rec[["三科分数"]]
## [1] 85 76 90

可以修改列表元素内容。

rec[["三科分数"]][2] <- 0
print(rec)
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $三科分数
## [1] 85  0 90

直接给列表不存在的元素名定义元素值就添加了新元素,
而且不同于使用向量,对于列表而言这是很正常的做法,比如

rec[["身高"]] <- 178
print(rec)
## $name
## [1] "李明"
## 
## $age
## [1] 30
## 
## $三科分数
## [1] 85  0 90
## 
## $身高
## [1] 178

把某个列表元素赋值为NULL就删掉这个元素。

rec[["age"]] <- NULL
print(rec)
## $name
## [1] "李明"
## 
## $三科分数
## [1] 85  0 90
## 
## $身高
## [1] 178

list()函数中允许定义元素为NULL,这样的元素是存在的,如:

li <- list(a=120, b="F", c=NULL); li
## $a
## [1] 120
## 
## $b
## [1] "F"
## 
## $c
## NULL

但是,要把已经存在的元素修改为NULL值而不是删除此元素,
或者给列表增加一个取值为NULL的元素,
这时需要用单重的方括号取子集,
这样的子集会保持其列表类型,
给这样的子列表赋值为list(NULL),如:

li["b"] <- list(NULL)
li["d"] <- list(NULL)
li
## $a
## [1] 120
## 
## $b
## NULL
## 
## $c
## NULL
## 
## $d
## NULL

11.3 列表类型转换

as.list()把一个其它类型的对象转换成列表;
unlist()函数把列表转换成基本向量。如

li1 <- as.list(1:3)
li1
## [[1]]
## [1] 1
## 
## [[2]]
## [1] 2
## 
## [[3]]
## [1] 3
li2 <- list(x=1, y=c(2,3))
unlist(li2)
##  x y1 y2 
##  1  2  3

11.4 连接列表

两个列表可以用c连接成一个列表,
如:

li1 <- list(1:2)
li2 <- list(11:12)
li <- c(li1, li2)
li
## [[1]]
## [1] 1 2
## 
## [[2]]
## [1] 11 12

如下的做法没有达到目的:

li <- list()
li <- c(li, 1:3)
li <- c(li, 11:13)
li
## [[1]]
## [1] 1
## 
## [[2]]
## [1] 2
## 
## [[3]]
## [1] 3
## 
## [[4]]
## [1] 11
## 
## [[5]]
## [1] 12
## 
## [[6]]
## [1] 13

需要改为:

li <- list()
li <- c(li, list(1:3))
li <- c(li, list(11:13))
li
## [[1]]
## [1] 1 2 3
## 
## [[2]]
## [1] 11 12 13

11.5 返回列表的函数示例–strsplit()

strsplit()输入一个字符型向量并指定一个分隔符,
返回一个项数与字符型向量元素个数相同的列表,
列表每项对应于字符型向量中一个元素的拆分结果。

x <- c("10, 8, 7", "5, 2, 2", "3, 7, 8", "8, 8, 9")
res <- strsplit(x, ","); res
## [[1]]
## [1] "10" " 8" " 7"
## 
## [[2]]
## [1] "5"  " 2" " 2"
## 
## [[3]]
## [1] "3"  " 7" " 8"
## 
## [[4]]
## [1] "8"  " 8" " 9"

为了把拆分结果进一步转换成一个数值型矩阵,
可以使用sapply()函数如下:

t(sapply(res, as.numeric))
##      [,1] [,2] [,3]
## [1,]   10    8    7
## [2,]    5    2    2
## [3,]    3    7    8
## [4,]    8    8    9

sapply()函数是apply类函数之一,
稍后再详细进行讲解。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/77953.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月30日 01:56
下一篇 2023年10月31日 00:16

相关推荐

  • 婚前准备:一个好的解决方案吗?

    随着灰色离婚(和再婚)的增加,婚前协议(或更通常称为“婚前协议”)如今正在更广泛的范围内被考虑、提议和执行。大多数晚年结婚的人在一生中都积累和/或继承了资产,并且有兴趣获得这些资产,以供自己日后生活、为他们的近亲或他们最喜欢的慈善实体提供支持。另外,无债务的个人对于是否通过婚姻将未偿还债务纳入考虑范围犹豫不决,因为这可能会危及他们原本财务稳定的生活方式的稳定…

    2023年12月11日
    13500
  • Momentum Investmenting:为长期配置者打造更强大、更具韧性的框架

    动量投资依然是系统性股票策略的基石,我们最近的研究表明,这值得配置者全力关注。在我们最新的综述(即将于2026年发布)中,我们全面更新了其实证基础和实际演变。 基于超过 150 年的数据和数千份投资组合规格,我们重申了 Momentum 的韧性,同时强调其向多维现象的转变。动量溢价并非统计偶然或数据挖掘的产物;相反,它是一种持续且可观的回报利差,贯穿了不同时…

    2026年1月15日
    1600
  • 这些行业在 2023 年下半年脱颖而出

    作者:Nick Peters-Golden 根据 VettaFi 最近的股票研讨会的民意调查显示,能源和信息技术是投资者最关心的两个行业。 在由 VettaFi 副主席 Tom Lydon 主持的“当今市场格局的战略行业分配”小组会议上,观众对他们认为今年剩余时间里最有吸引力的行业进行了民意调查。绝大多数受访者选择了能源(42%),信息技术紧随其后(21%)…

    2023年10月4日
    19800
  • 比特币在特朗普乐观情绪下突破 90,000 美元,反弹继续

    由彭博新闻的 Sunil Jagtiani,11 月 13 日 24 年 比特币在周三早些时候暂停的上涨势头正在恢复,首次将原生加密货币推高至 90,000 美元以上,交易员正在评估总统当选人唐纳德·特朗普对加密货币的言辞支持对市场剩余影响。 数字资产在特朗普 11 月 5 日大选胜利后上涨超过 30%,在纽约时间上午 9 点 33 分达到 91,085 美…

    2024年11月14日
    11300
  • 独立工作者为退休做好准备了吗?

    概述 近年来,在线平台(“零工”)工作者受到了研究人员、政策制定者和媒体的广泛关注。但独立劳动力长期以来一直包括自营职业者、独立承包商、待命和临时工、代理工人等。 一些劳工分析师担心,对独立工作的日益依赖可能会给工人带来长期的经济后果。例如,独立工作者比传统工作者制定工作场所退休计划的可能性要小得多。因此,他们无法从雇主的储蓄匹配或雇主已经学会将其纳入工作场…

    2023年9月14日
    20800

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部