基于条件（值）的子集嵌套列表

Question

我有一个大嵌套列表（命名列表的列表） - 下面给出了此类列表的示例。我想创建一个新列表，其中只能保留包含0和1值的“ CO”向量的子列表，而仅0的唯一sublists才会被丢弃（例如，输出应仅包含第一，第三 - 和第四个亚组。 我按照此线程进行了laply和过滤的效果：

subset列表中的元素基于逻辑条件

但是，它引发了错误。我将感谢您如何处理列表中的列表的提示。

# reprex
set.seed(123)

## empty lists
first_group <- list()
second_group <- list()
third_group <- list()
fourth_group <- list()

# dummy_vecs
values1 <- c(sample(120:730, 30, replace=TRUE))
coeff1 <- c(sample(0:1, 30, replace=TRUE))

values2 <- c(sample(50:810, 43, replace=TRUE))
coeff2 <- c(rep(0, 43))

values3 <- c(sample(510:730, 57, replace=TRUE))
coeff3 <- c(rep(0, 8), rep(1, 4), rep(0, 45))

values4 <- c(sample(123:770, 28, replace=TRUE))
coeff4 <- c(sample(0:1, 28, replace=TRUE))

## fill lists with values:
first_group[["val"]] <- values1
first_group[["co"]] <- coeff1

second_group[["val"]] <- values2
second_group[["co"]] <- coeff2

third_group[["val"]] <- values3
third_group[["co"]] <- coeff3

fourth_group[["val"]] <- values4
fourth_group[["co"]] <- coeff4

#concatenate lists:
dummy_list <- list()

dummy_list[["first-group"]] <- first_group
dummy_list[["second-group"]] <- second_group
dummy_list[["third-group"]] <- third_group
dummy_list[["fourth-group"]] <- fourth_group

rm(values1, values2, values3, values4, coeff1, coeff2, coeff3, coeff4, first_group, second_group, third_group, fourth_group)
gc()

#show list
print(dummy_list)

Answer 1

您可以从基本R中使用过滤器：

Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：

library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

output ，

您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
first-group`
您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
first-group`$val
 [1] 534 582 298 645 314 237 418 348 363 133 493 721 722 210 467 474 145 638 545 330 709 712 674 492 262 663 609 142 428 254

您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
first-group`$co
 [1] 0 0 1 1 0 1 0 0 1 1 0 0 1 0 0 0 0 1 0 0 0 0 1 1 0 1 1 1 1 0


您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
third-group`
您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
third-group`$val
 [1] 713 721 683 526 699 555 563 672 619 603 588 533 622 724 616 644 730 716 660 663 611 669 644 664 679 514 579 525 533 541 530 564 584 673 592 726 548 563 727
[40] 646 708 557 586 592 693 620 548 705 510 677 539 603 726 525 597 563 712

您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
third-group`$co
 [1] 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0


您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
fourth-group`
您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
fourth-group`$val
 [1] 142 317 286 174 656 299 676 206 645 755 514 424 719 741 711 552 550 372 551 520 650 503 667 162 644 595 322 247

您可以从基本R中使用过滤器：
Filter(function(x) sum(x$co) !=0, dummy_list)

或者可以使用 purrr ：
library(tidyverse)

dummy_list %>%
  keep( ~ sum(.$co) != 0)

  output ，
fourth-group`$co
 [1] 0 0 0 0 1 0 1 1 1 0 1 0 1 0 0 0 0 0 0 1 0 1 0 0 0 0 1 1

但是，如果您还想排除任何 co <​​co /代码>具有所有 1 s，然后我们可以添加额外的条件。

Filter(function(x) sum(x$co) !=0 & sum(x$co == 0) > 0, dummy_list)

Purrr

dummy_list %>%
  keep( ~ sum(.$co) != 0 & sum(.$co == 0) > 0)

Answer 2

# create boolean for where condition is TRUE
cond <- sapply(dummy_list, function(x) any(0 %in% x$co) & any(1 %in% x$co))

# subset
dummy_list[cond]