如何在不跟踪索引的情况下将元素附加到列表？

Posted 2023-03-11

【中文标题】如何在不跟踪索引的情况下将元素附加到列表？

【英文标题】：how to append an element to a list without keeping track of the index?

【发布时间】：2018-02-08 06:57:05

【问题描述】：

我正在寻找与python 中此简单代码等效的r

mylist = []
for this in that:
  df = 1
  mylist.append(df)

基本上只是创建一个空列表，然后将循环中创建的对象添加到其中。

我只看到 R 解决方案必须指定新元素的索引（比如 mylist[[i]] <- df），因此需要在循环中创建索引 i。

有没有比在最后一个元素后面追加更简单的方法。

【问题讨论】：

比较append和crfunction.com/archives/2087

【参考方案1】：

有一个函数叫append：

ans <- list()
for (i in 1992:1994)
n <- 1 #whatever the function is
ans <- append(ans, n)


  ans
## [[1]]
## [1] 1
## 
## [[2]]
## [1] 1
## 
## [[3]]
## [1] 1
## 

注意：使用 apply 函数而不是 for 循环更好（不一定更快），但这取决于循环的实际目的。

回答 OP 的评论：关于使用 ggplot2 并将绘图保存到列表中，这样的事情会更有效：

plotlist <- lapply(seq(2,4), function(i) 
            require(ggplot2)
            dat <- mtcars[mtcars$cyl == 2 * i,]
            ggplot() + geom_point(data = dat ,aes(x=cyl,y=mpg))
)

感谢@Wen分享Comparison of c() and append() functions：

连接 (c) 非常快，但 append 更快，因此在仅连接两个向量时更可取。

【讨论】：

难以置信。没找到。无论df 可能是什么，这都会起作用吗？它可能不是标量，而是整个数据框或 ggplot 图

@ℕʘʘḆḽḘ 检查更新。第一个适用于标量或非标量。

@Masoud 等一下。如果您查看 append() 函数的 R 代码，它只是执行：c(x, values)。 append()怎么会比c()快？？？ append() 方法应该给出与 c() 相同的结果...

@DamianoFantini 我不确定查看functionBody() 的输出是否是比较函数性能的正确方法。您可能想使用microbenchmark::microbenchmark() 并比较它们。

你是对的。我比较了这里提出的 3 种方法。 append() 确实是最慢的。

【参考方案2】：

mylist <- list()
for (i in 1:100)
  n <- 1
  mylist[[(length(mylist) +1)]] <- n

在我看来，这似乎是更快的解决方案。

x <- 1:1000

aa <- microbenchmark(xx <- list(); for(i in x) xx <- append(xx, values = i) ) 
bb <- microbenchmark(xx <- list(); for(i in x) xx <- c(xx, i)  )
cc <- microbenchmark(xx <- list(); for(i in x) xx[(length(xx) + 1)] <- i  )

sapply(list(aa, bb, cc), (function(i) median(i[["time"]]) / 10e5 ))
#append=4.466634 #c=3.185096 #this.one=2.925718

【参考方案3】：

mylist <- list()
for (i in 1:100) 
     df <- 1
     mylist <- c(mylist, df)

【参考方案4】：

有：mylist <- c(mylist, df)，但这通常不是 R 中推荐的方式。根据您要实现的目标，lapply() 通常是更好的选择。

【参考方案5】：

使用

first_list = list(a=0,b=1)
newlist = c(first_list,list(c=2,d=3))

print(newlist)

$a [1] 0

$b [1] 1

$c [1] 2

$d [1] 3

---

这是一个例子：

glmnet_params = list(family="binomial", alpha = 1,
type.measure = "auc",nfolds = 3, thresh = 1e-4, maxit = 1e3)

现在：

glmnet_classifier = do.call("cv.glmnet",
    c(list(x = dtm_train, y = train$target), glmnet_params))