[list] 데이터 프레임 목록을 하나의 데이터 프레임으로 변환

한곳에서 하나의 빅 데이터 프레임으로 변환하려는 데이터 프레임 목록으로 끝나는 코드가 있습니다.

비슷한 질문 이지만 복잡한 것을 시도 하는 이전 질문 에서 몇 가지 조언을 얻었습니다 .

다음은 내가 시작하는 것의 예입니다 (이는 설명을 위해 크게 단순화되었습니다).

listOfDataFrames <- vector(mode = "list", length = 100)

for (i in 1:100) {
    listOfDataFrames[[i]] <- data.frame(a=sample(letters, 500, rep=T),
                             b=rnorm(500), c=rnorm(500))
}

나는 현재 이것을 사용하고있다 :

  df <- do.call("rbind", listOfDataFrames)

답변

dplyr 패키지에서 bind_rows ()를 사용하십시오.

bind_rows(list_of_dataframes, .id = "column_label")

답변

다른 옵션은 plyr 함수를 사용하는 것입니다.

df <- ldply(listOfDataFrames, data.frame)

원본보다 약간 느립니다.

> system.time({ df <- do.call("rbind", listOfDataFrames) })
   user  system elapsed
   0.25    0.00    0.25
> system.time({ df2 <- ldply(listOfDataFrames, data.frame) })
   user  system elapsed
   0.30    0.00    0.29
> identical(df, df2)
[1] TRUE

내 생각에 do.call("rbind", ...)(a) data.frames 대신 행렬을 사용하고 (b) 최종 행렬을 사전 할당하고 그것을 늘리지 않고 할당하는 것과 같은 작업을 수행 할 수 없다면 사용하는 것이 가장 빠른 접근 방법이 될 것입니다. .

편집 1 :

Hadley의 의견을 바탕으로 rbind.fillCRAN 의 최신 버전은 다음 과 같습니다.

> system.time({ df3 <- rbind.fill(listOfDataFrames) })
   user  system elapsed
   0.24    0.00    0.23
> identical(df, df3)
[1] TRUE

이것은 rbind보다 쉽고, 조금 더 빠릅니다 (이러한 타이밍은 여러 번의 실행을 유지합니다). 그리고 내가 이해하는 한, github 의 버전plyr 은 이것보다 훨씬 빠릅니다.

답변

완전성을 기하기 위해이 질문에 대한 답변을 업데이트해야한다고 생각했습니다. “제 생각에 사용하는 do.call("rbind", ...)것이 가장 빠른 접근 방법이 될 것입니다 …”아마도 2010 년 5 월과 얼마 후에는 사실 이었지만 2011 년 9 월쯤에 패키지 버전 1.8.2 rbindlist에 새로운 기능 이 도입되었습니다. data.table, “와 동일 do.call("rbind",l)하지만 훨씬 더 빠릅니다”라는 설명이 포함되어 있습니다. 얼마나 빨리?

library(rbenchmark)
benchmark(
  do.call = do.call("rbind", listOfDataFrames),
  plyr_rbind.fill = plyr::rbind.fill(listOfDataFrames),
  plyr_ldply = plyr::ldply(listOfDataFrames, data.frame),
  data.table_rbindlist = as.data.frame(data.table::rbindlist(listOfDataFrames)),
  replications = 100, order = "relative",
  columns=c('test','replications', 'elapsed','relative')
  )

                  test replications elapsed relative
4 data.table_rbindlist          100    0.11    1.000
1              do.call          100    9.39   85.364
2      plyr_rbind.fill          100   12.08  109.818
3           plyr_ldply          100   15.14  137.636

답변

암호:

library(microbenchmark)

dflist <- vector(length=10,mode="list")
for(i in 1:100)
{
  dflist[[i]] <- data.frame(a=runif(n=260),b=runif(n=260),
                            c=rep(LETTERS,10),d=rep(LETTERS,10))
}


mb <- microbenchmark(
plyr::rbind.fill(dflist),
dplyr::bind_rows(dflist),
data.table::rbindlist(dflist),
plyr::ldply(dflist,data.frame),
do.call("rbind",dflist),
times=1000)

ggplot2::autoplot(mb)

세션:

R version 3.3.0 (2016-05-03)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

> packageVersion("plyr")
[1] ‘1.8.4’
> packageVersion("dplyr")
[1] ‘0.5.0’
> packageVersion("data.table")
[1] ‘1.9.6’

업데이트 : 2018 년 1 월 31 일 다시 실행하십시오. 같은 컴퓨터에서 실행했습니다. 새로운 버전의 패키지. 씨앗 애호가를위한 씨앗을 추가했습니다.

set.seed(21)
library(microbenchmark)

dflist <- vector(length=10,mode="list")
for(i in 1:100)
{
  dflist[[i]] <- data.frame(a=runif(n=260),b=runif(n=260),
                            c=rep(LETTERS,10),d=rep(LETTERS,10))
}


mb <- microbenchmark(
  plyr::rbind.fill(dflist),
  dplyr::bind_rows(dflist),
  data.table::rbindlist(dflist),
  plyr::ldply(dflist,data.frame),
  do.call("rbind",dflist),
  times=1000)

ggplot2::autoplot(mb)+theme_bw()


R version 3.4.0 (2017-04-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

> packageVersion("plyr")
[1] ‘1.8.4’
> packageVersion("dplyr")
[1] ‘0.7.2’
> packageVersion("data.table")
[1] ‘1.10.4’

업데이트 : 2019 년 8 월 6 일 다시 실행하십시오.

set.seed(21)
library(microbenchmark)

dflist <- vector(length=10,mode="list")
for(i in 1:100)
{
  dflist[[i]] <- data.frame(a=runif(n=260),b=runif(n=260),
                            c=rep(LETTERS,10),d=rep(LETTERS,10))
}


mb <- microbenchmark(
  plyr::rbind.fill(dflist),
  dplyr::bind_rows(dflist),
  data.table::rbindlist(dflist),
  plyr::ldply(dflist,data.frame),
  do.call("rbind",dflist),
  purrr::map_df(dflist,dplyr::bind_rows),
  times=1000)

ggplot2::autoplot(mb)+theme_bw()

R version 3.6.0 (2019-04-26)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 18.04.2 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas/libblas.so.3
LAPACK: /usr/lib/x86_64-linux-gnu/libopenblasp-r0.2.20.so

packageVersion("plyr")
packageVersion("dplyr")
packageVersion("data.table")
packageVersion("purrr")

>> packageVersion("plyr")
[1] ‘1.8.4’
>> packageVersion("dplyr")
[1] ‘0.8.3’
>> packageVersion("data.table")
[1] ‘1.12.2’
>> packageVersion("purrr")
[1] ‘0.3.2’

답변

도 있습니다 bind_rows(x, ...)에서 dplyr.

> system.time({ df.Base <- do.call("rbind", listOfDataFrames) })
   user  system elapsed
   0.08    0.00    0.07
>
> system.time({ df.dplyr <- as.data.frame(bind_rows(listOfDataFrames)) })
   user  system elapsed
   0.01    0.00    0.02
>
> identical(df.Base, df.dplyr)
[1] TRUE

답변

여기에 또 다른 방법이 있습니다 ( reduce루프를 대체하는 것으로 종종 간과되는 매우 효과적인 기능 도구 이기 때문에 답변에 추가하기 만하면 됩니다.이 경우에는이 둘 중 어느 것도 do.call보다 훨씬 빠르지 않습니다).

기본 R을 사용하는 경우 :

df <- Reduce(rbind, listOfDataFrames)

또는 tidyverse를 사용하여 :

library(tidyverse) # or, library(dplyr); library(purrr)
df <- listOfDataFrames %>% reduce(bind_rows)

답변

tidyverse에서 어떻게 수행해야합니까?

df.dplyr.purrr <- listOfDataFrames %>% map_df(bind_rows)