显示的数据是list
。我们可以使用unlist
并创建一个data.frame
。根据OP帖子中显示的图像,每个list
元素的alength
均为1。这样做后unlist
,我们将转换list
为vector
,然后用包装data.frame
。
data.frame(ind= seq_along(lst), Col1= as.numeric(unlist(lst)))
否则,将stack
在命名list
元素之后
df1 <- transform(stack(setNames(lst, seq_along(lst))),
values = as.numeric(values))
它给出了两列数据集。从这里我们可以做plot
婷
关于OPas.data.frame
直接调用on的方法list
,它的工作方式与on确实不同as.data.frame.list
。例如,如果我们as.data.frame
对进行操作vector
,则使用as.data.frame.vector
as.data.frame(1:5)
# 1:5
#1 1
#2 2
#3 3
#4 4
#5 5
但是,如果我们打电话 as.data.frame.list
as.data.frame.list(1:5)
# X1L X2L X3L X4L X5L
#1 1 2 3 4 5
我们得到一个带有n列的data.frame(基于向量的长度)。
假设我们在 list
as.data.frame(as.list(1:5))
# X1L X2L X3L X4L X5L
#1 1 2 3 4 5
它使用as.data.frame.list
。要获得完整列表methods
中as.data.frame
,
methods('as.data.frame')
#[1] as.data.frame.aovproj* as.data.frame.array
# [3] as.data.frame.AsIs as.data.frame.character
# [5] as.data.frame.chron* as.data.frame.complex
# [7] as.data.frame.data.frame as.data.frame.data.table*
# [9] as.data.frame.Date as.data.frame.dates*
#[11] as.data.frame.default as.data.frame.difftime
#[13] as.data.frame.factor as.data.frame.ftable*
#[15] as.data.frame.function* as.data.frame.grouped_df*
#[17] as.data.frame.idf* as.data.frame.integer
#[19] as.data.frame.ITime* as.data.frame.list <-------
#[21] as.data.frame.logical as.data.frame.logLik*
#[23] as.data.frame.matrix as.data.frame.model.matrix
#[25] as.data.frame.noquote as.data.frame.numeric
#[27] as.data.frame.numeric_version as.data.frame.ordered
#[29] as.data.frame.POSIXct as.data.frame.POSIXlt
#[31] as.data.frame.raw as.data.frame.rowwise_df*
#[33] as.data.frame.table as.data.frame.tbl_cube*
#[35] as.data.frame.tbl_df* as.data.frame.tbl_dt*
#[37] as.data.frame.tbl_sql* as.data.frame.times*
#[39] as.data.frame.ts as.data.frame.vector
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句