23

使用tidyverse很多我经常面临将命名向量转换为data.frame/的挑战，tibble其中列是向量的名称。
这样做的首选/tidyversey 方式是什么？
编辑：这与：this和this github-issue有关

所以我想要：

require(tidyverse)
vec <- c("a" = 1, "b" = 2)

变成这样：

# A tibble: 1 × 2
      a     b
  <dbl> <dbl>
1     1     2

我可以通过例如：

vec %>% enframe %>% spread(name, value)
vec %>% t %>% as_tibble

用例示例：

require(tidyverse)
require(rvest)
txt <- c('<node a="1" b="2"></node>',
         '<node a="1" c="3"></node>')

txt %>% map(read_xml) %>% map(xml_attrs) %>% map_df(~t(.) %>% as_tibble)

这使

# A tibble: 2 × 3
      a     b     c
  <chr> <chr> <chr>
1     1     2  <NA>
2     1  <NA>     3
4

4 回答 4

27

现在直接支持使用bind_rows（在 中引入dplyr 0.7.0）： 

library(tidyverse)) 
vec <- c("a" = 1, "b" = 2)

bind_rows(vec)
#> # A tibble: 1 x 2
#>       a     b
#>   <dbl> <dbl>
#> 1     1     2

来自https://cran.r-project.org/web/packages/dplyr/news.html的这句话解释了这一变化：

bind_rows()现在bind_cols()接受向量。前者将它们视为行，后者将它们视为列。行需要内部名称，例如c(col1 = 1, col2 = 2)，而列需要外部名称：col1 = c(1, 2)。列表仍被视为数据帧，但可以用 显式拼接!!!，例如bind_rows(!!! x)(#1676)。

通过此更改，这意味着用例示例中的以下行：

txt %>% map(read_xml) %>% map(xml_attrs) %>% map_df(~t(.) %>% as_tibble)

可以改写为

txt %>% map(read_xml) %>% map(xml_attrs) %>% map_df(bind_rows)

这也相当于

txt %>% map(read_xml) %>% map(xml_attrs) %>% { bind_rows(!!! .) }

以下示例演示了不同方法的等效性： 

library(tidyverse)
library(rvest)

txt <- c('<node a="1" b="2"></node>',
         '<node a="1" c="3"></node>')

temp <- txt %>% map(read_xml) %>% map(xml_attrs)

# x, y, and z are identical
x <- temp %>% map_df(~t(.) %>% as_tibble)
y <- temp %>% map_df(bind_rows)
z <- bind_rows(!!! temp)

identical(x, y)
#> [1] TRUE
identical(y, z)
#> [1] TRUE

z
#> # A tibble: 2 x 3
#>       a     b     c
#>   <chr> <chr> <chr>
#> 1     1     2  <NA>
#> 2     1  <NA>     3
于 2017-09-18T20:38:56.753 回答
5

惯用的方法是!!!在tibble()调用中拼接向量，以便命名向量元素成为列定义：

library(tibble)
vec <- c("a" = 1, "b" = 2)
tibble(!!!vec)
#> # A tibble: 1 x 2
#>       a     b
#>   <dbl> <dbl>
#> 1     1     2

由reprex 包（v0.3.0）于 2019 年 9 月 14 日创建

于 2019-09-14T02:01:33.597 回答
1

这对我有用：c("a" = 1, "b" = 2) %>% t() %>% tbl_df()

于 2017-09-18T19:15:05.760 回答
1

有趣的是，您可以使用as_tibble()列表方法在一次调用中完成此操作。请注意，这不是最佳实践，因为这不是导出的方法。

tibble:::as_tibble.list(vec)
于 2017-09-18T19:42:55.917 回答