我试图从mapply
嵌套在lapply
中产生的复杂列表中提取数据。目的是生成具有不同输入组合的模型模拟。如果有帮助,请参阅其他这篇文章:如何使用mapply来处理不相等长度的输入集,使用参数组合?
输出是如下所示的列表:
> output
[[1]]
[,1] [,2] [,3]
Variable1 Numeric,2 Numeric,5 Numeric,7
Variable2 Integer,2 Integer,5 Integer,7
[[2]]
[,1] [,2] [,3]
Variable1 Numeric,2 Numeric,5 Numeric,7
Variable2 Integer,2 Integer,5 Integer,7
...
此结构在列表中重复n次,与lapply
请求的次数相同。我想提取最后一个每个元素([[1]]
,[[2]]
,[[3]]
等)的每列([,1]
,[,2]
,[,3]
)的Variable1
值
理想情况下,输出应该是长格式的数据帧,其中包含列表级别和变量名称以及提取的值:
List_index Column Last_value_Variable1
[[1]] [,1] 5
[[1]] [,2] 2
[[1]] [,3] 7
[[2]] [,1] 8
[[2]] [,2] 1
[[2]] [,3] 9
... ... ...
如果需要,可以重命名列表索引和变量名。我不确定我在处理什么类型的对象(一个列表,但嵌套的列表里面…),还有一点不同……)。我知道如何手动访问较低层的最后一个元素(下面的代码),但不知道如何迭代该过程。
> output[[1]][,1]$Variable1[-1]
5
> output[[2]][,3]$Variable1[-1]
9
在output
上使用dput
返回类似这样的东西(简化了,因为实际的太长了):
structure(list(
c(1, 2), c(80L, 80L), c(2.2, 20.3),
c(1, 2, 3, 4, 5), c(62L, 62L, 62L, 62L, 62L), c(1.7, 15.9, 24.4, 30.5, 35.2),
c(1, 2, 3, 4, 5, 6, 7), c(25L, 25L, 25L, 25L, 25L, 25L, 25L), c(1.7, 15.9, 24.4, 30.5, 35.2, 39.1, 42.4)),
#[rest of the list removed for clarity because it's too long]
.Dim = c(16L, 11L),
.Dimnames = list(c("Variable1", "Variable2", "Variable3", "Variable4", "Variable5", "Variable6", "Variable7", "Variable8", "Variable9", "Variable10", "Variable11", "Variable12", "Variable13", "Variable14", "Variable15", "Variable16"),
NULL))
模型是一个函数,它返回一个数据帧,其中包含16个变量和与模型输入之一对应的可变数量的观测值。该模型使用一组11个参数输入进行测试(因此上面的dput()
中的.Dim = c(16L, 11L)
)。
我需要运行不同输入组合的模拟。列表的第一级([[i]]
)对应于一个参数输入范围(馈入lapply
函数),第二级([,j]
)对应于另一组参数馈入mapply
函数(在本例中为11)。
一般来说(因为没有提供数据),这应该工作得很好:
sapply(output, function(x) x[,1]$Variable1[-1])
列表可能很复杂(你的列表看起来就是这样),在我看来,你在提取一个值时所做的是正确的第一步。然后你只需要考虑如何编写一个函数来访问这个元素,并把它放在另一个*apply循环中,让它在列表的每个元素上工作。
顺便说一句,我现在可能会使用purrr::map_int()
,因为它确保您从每次迭代中获得的是单个整数值。
@JCGruber的建议帮助我找到了解决方案。我在sapply
周围包装了一个for
循环,以对列表的每个子元素(在我的示例中为11)重复提取过程。
l <- list()
for (i in 1:11)){
l[i] <- as.data.frame(sapply(output, function(x) tail(x[,i]$Variable1, 1)), 4)
}
> l
[[1]]
[1] 0.8794 23.7201 46.5609
[[2]]
[1] 5.4517 25.7046 45.9574
[[3]]
[1] 8.6468 26.0620 43.4773
[[4]]
[1] 25.3687 40.9850 56.6014
[[5]]
[1] 28.9796 41.0070 53.0343
[[6]]
[1] 0.913 23.699 46.485
[[7]]
[1] 34.3093 45.8173 57.3253
[[8]]
[1] 30.9206 42.1212 53.3218
[[9]]
[1] 0.9130 22.4922 44.0714
[[10]]
[1] 44.4389 57.3425 70.2460
[[11]]
[1] 57.3268 67.5774 77.8280
我们可以找到列表的11个元素,每个子列表的最后3个值,从我感兴趣的变量(variable1)中获得。抱歉,如果确切的值在这个例子中不对应。最终,每个列表元素的位置是最重要的。现在整理数据要容易得多。再次感谢你@JCGruber让我走上了正确的道路。