Speichern einer Liste innerhalb eines Datenrahmenelement in R

Question

ich eine Datenstruktur in Form von

Start, End, Elements 
    3 , 6 , {4,5} 
    4 , 10 , {7,8,9} 
    .... 

In Worten erstellen möchten, Ich ziehe eine Kugel entlang einer Linie. Der "Start" steht für die linke Position des Balls und das "Ende" steht für die rechte Seite. Die "Elemente" bedeuten, dass ich diese Positionen irgendwie besonders finde. Was ist die beste Datenstruktur, wenn die Anzahl der Elemente sehr groß werden kann? Das einzige, was mir einfällt, ist ein Datenrahmen, in dem die dritte Spalte eine entsprechend formatierte Zeichenfolge ist. Ich müsste dann die Saite parsen, wenn ich jede Zahl im Set sehen wollte. Gibt es ein besseres Datenformat, das R hat oder ist?

Danke!

Answer 1

Die Option in meinem Kommentar erwähnt, also einfach eine Liste für eine der Spalten mit:

dat <- data.frame(Start = 3:4, End = c(6,10)) 
> dat 
    Start End 
1  3 6 
2  4 10 
> dat$Elements <- list(4:5,7:9) 
> dat 
    Start End Elements 
1  3 6  4, 5 
2  4 10 7, 8, 9 

Sie könnten ganz natürlich auch Frames Graben Daten und einfach eine einfache alte Liste (welche verwenden könnten mehr machen Sinn in vielen Fällen sowieso):

list(list(Start = 3,End = 6, Elements = 4:5),list(Start = 4,End = 10,Elements = 7:9)) 
[[1]] 
[[1]]$Start 
[1] 3 

[[1]]$End 
[1] 6 

[[1]]$Elements 
[1] 4 5 


[[2]] 
[[2]]$Start 
[1] 4 

[[2]]$End 
[1] 10 

[[2]]$Elements 
[1] 7 8 9 

Answer 2

Sie könnten es als einen hohen Datenrahmen statt als einen breiten Datenrahmen speichern und wahrscheinlich den data.table verwenden, um es effizient zu verarbeiten. Das heißt, eine Zeile pro Element machen, anstatt eine Zeile pro Start-End-Paar

library(data.table) 
dt = data.table(Start=c(3, 3, 4, 4, 4), End=c(6, 6, 10, 10, 10), Elements=c(4, 5, 7, 8, 9)) 
# Start End Elements 
#1:  3 6  4 
#2:  3 6  5 
#3:  4 10  7 
#4:  4 10  8 
#5:  4 10  9 

Dies würde Sie tut mehr Arten der Verarbeitung der Daten ganz leicht, wie die Bestimmung, wie viele Elemente in jedem Bereich sind:

dt[, list(Num.Elements=length(Elements)), by=c("Start", "End")] 

# Start End Num.Elements 
# 1:  3 6   2 
# 2:  4 10   3 

Dies würde auch die Daten einfach für Grundstücke zu verwenden, mit dem ggplot-Paket, das in der Regel Daten in einem großen Format sein erwartet.

Sie könnten feststellen, dass diese Datenstruktur verschwenderisch ist, da sie für jedes Element den Anfang und das Ende wiederholt. Datentabellen werden jedoch sehr effizient gespeichert - selbst wenn Ihre Liste von Elementen buchstäblich Millionen lang ist, kann sie leicht auf diese Weise passen und verarbeitet werden. Versuchen Sie eine Zeile wie:

dt = data.table(Start=1:1e6, End=1:1e6, Elements=1:1e6) 

für eine Demonstration. Es würde sicherlich sein, schneller zu sein, als jede Elementliste als eine Zeichenkette zu behalten und es jedes Mal aufzuteilen.