Convert Liste der Listen data.frame

Question

ich einen Datenrahmen haben wie folgt:

library("dplyr") 

df <- data.frame(
    name=c('group1', 'group2'), 
    n_success=c(32, 30), 
    n=c(122, 123), 
    stringsAsFactors = FALSE 
) 

Für jede Gruppe, nehme ich 1000 Proben aus einer Beta-Verteilung:

df <- df %>% 
    mutate(sims = list(rbeta(1000, 1+n_success, 1+n-n_success))) %>% 
    select(name, sims) 

# str(df) 
# prints out: 
# name: chr "group1" "group2" 
# sims: List of 1 

Ich habe jetzt einen Datenrahmen wobei jede Zeile aus einer Zeichenfolge und einer Liste besteht.

Wie gehe ich von diesem zu einem Datenrahmen, wo die Spaltennamen "group1" und "group2" sind, und jede der Spalten sind die 1000 beobachteten Simulationen oben? Beachten Sie, dass die Anzahl der Gruppen ziemlich willkürlich sein kann. Wenn ich also 12 Gruppen hätte, hätte ich gerne 12 Spalten.

Answer 1

Sie auch dplyr und der tidyverse haften können. Ich würde es tun, wie so

library(dplyr) 
library(tidyr) # for unnest() and spread() 

df <- data.frame(
    name=c('group1', 'group2'), 
    n_success=c(32, 30), 
    n=c(122, 123), 
    stringsAsFactors = FALSE 
) 

# continuing your approach (be aware that I added a list() and closed a missing parenthesis) 
df2 <- df %>% 
    mutate(sims = list(rbeta(1000, 1+n_success, 1+n-n_success))) %>% 
    select(name, sims) 
str(df2) 
#> 'data.frame': 2 obs. of 2 variables: 
#> $ name: chr "group1" "group2" 
#> $ sims:List of 2 
#> ..$ : num 0.178 0.313 0.272 0.25 0.271 ... 
#> ..$ : num 0.178 0.313 0.272 0.25 0.271 ... 


# using unnest and mutate to create a variable that labels the rows 
df3 <- df2 %>% unnest %>% group_by(name) %>% mutate(num = 1:n()) 
df3 
#> # A tibble: 2,000 x 3 
#> # Groups: name [2] 
#>  name  sims num 
#>  <chr>  <dbl> <int> 
#> 1 group1 0.1779776  1 
#> 2 group1 0.3134262  2 
#> 3 group1 0.2724994  3 
#> 4 group1 0.2496521  4 
#> 5 group1 0.2714030  5 
#> 6 group1 0.2192758  6 
#> 7 group1 0.2056501  7 
#> 8 group1 0.2210970  8 
#> 9 group1 0.2505481  9 
#> 10 group1 0.2945622 10 
#> # ... with 1,990 more rows 

# spread the data-frame again 
df_final <- df3 %>% spread(key = name, value = sims) 
df_final 
#> # A tibble: 1,000 x 3 
#>  num group1 group2 
#> * <int>  <dbl>  <dbl> 
#> 1  1 0.1779776 0.1779776 
#> 2  2 0.3134262 0.3134262 
#> 3  3 0.2724994 0.2724994 
#> 4  4 0.2496521 0.2496521 
#> 5  5 0.2714030 0.2714030 
#> 6  6 0.2192758 0.2192758 
#> 7  7 0.2056501 0.2056501 
#> 8  8 0.2210970 0.2210970 
#> 9  9 0.2505481 0.2505481 
#> 10 10 0.2945622 0.2945622 
#> # ... with 990 more rows 

Wenn Sie nicht/nicht möchten, müssen Sie die num-Variable Sie es wieder mit select(df_final, -num) deaktivieren können.

Hilft Ihnen das?

Answer 2

Verwendung:

library(dplyr) 
library(tidyr) 
df %>% 
    mutate(sims = list(rbeta(1000, 1+n_success, 1+n-n_success))) %>% 
    select(name, sims) %>% 
    unnest() %>% 
    group_by(name) %>% 
    mutate(rn = row_number()) %>% 
    spread(name, sims) %>% 
    select(group1, group2) 

Sie erhalten:

 group1 group2 
*  <dbl>  <dbl> 
1 0.2448308 0.2448308 
2 0.2580710 0.2580710 
3 0.2249618 0.2249618 
4 0.2652175 0.2652175 
5 0.3002762 0.3002762 
6 0.1852094 0.1852094 
7 0.2706153 0.2706153 
8 0.2580558 0.2580558 
9 0.2264272 0.2264272 
10 0.3198264 0.3198264 
# ... with 990 more rows 

---

Die data.table -package besser für die erforderliche Transformation geeignet sein könnten. Mit:

library(data.table) 
dcast(setDT(df)[, .(sims = rbeta(1000, 1+n_success, 1+n-n_success)), by = name], 
     rowid(name) ~ name, value.var = 'sims')[, name := NULL][] 

Sie erhalten:

  group1 group2 
    1: 0.2882302 0.3061312 
    2: 0.2615165 0.2763967 
    3: 0.2885236 0.2516134 
    4: 0.2516337 0.2455496 
    5: 0.2635944 0.2267952 
    ---      
996: 0.2658737 0.2525680 
997: 0.3045952 0.2193125 
998: 0.2505284 0.1967361 
999: 0.2723949 0.2389607 
1000: 0.2544297 0.2477589 

---

Eine Alternative in der Basis R:

f <- function(x) rbeta(1000, 1+x[['n_success']], 1+x[['n']]-x[['n_success']]) 

lst_1 <- split(df, df$name) 
lst_2 <- lapply(lst_1, f) 
do.call(cbind.data.frame, lst_2)