Списки в R: создание, доступ ([[ против $ против [) и изменение

Список хранит что угодно

У вектора есть одно жёсткое правило: все элементы должны быть одного типа. У списка такого правила нет. Каждый элемент списка может быть другого типа, другой длины и даже другим списком. Это универсальный контейнер R:

person <- list(
  name = "Rosa",
  age = 30,
  scores = c(70, 85, 92),
  active = TRUE
)

print(length(person))
str(person)

length() сообщает 4 — четыре элемента, хотя один из них (scores) сам содержит три числа. Список считает свои отсеки, а не то, что внутри них. str() (structure) — самый быстрый способ увидеть, что на самом деле хранит список: по строке на элемент с именем, типом и предпросмотром. Сделайте str() рефлексом: как только функция вернула вам что-то непонятное, примените к нему str().

Имена необязательны (list(1, "a", TRUE) вполне законен), но почти всегда стоят того — именованный список документирует сам себя.

Три пути внутрь: [, [[ и $

Это та часть списков, в которой все хоть раз ошибаются, так что разберёмся точно. Есть три оператора доступа, и они выполняют две разные задачи:

• [ возвращает меньший список — контейнер того же вида с тем, что вы выбрали.
• [[ возвращает сам элемент — реальное значение внутри отсека.
• $ — сокращение для [[ с буквальным именем: person$age это person[["age"]].

Разница невидима при беглой печати и очень заметна в момент, когда вы пытаетесь считать:

person <- list(name = "Rosa", age = 30, scores = c(70, 85, 92))

print(class(person["scores"]))
print(class(person[["scores"]]))

print(mean(person[["scores"]]))
print(person$age + 1)

У person["scores"] класс "list" — список длины 1 с вектором баллов внутри. У person[["scores"]] класс "numeric" — сам вектор, готовый для mean(). Вызовите mean() на версии с одинарными скобками — и получите ошибку о том, что аргумент не числовой; это сообщение почти всегда означает, что вы применили [ там, где имели в виду [[.

Метафора, которая запоминается: список — это поезд. [ даёт вам поезд покороче — всё ещё поезд. [[ открывает вагон и подаёт груз.

Так когда же [ — правильный инструмент? Когда вам нужно несколько элементов и вы хотите оставить их упакованными:

person <- list(name = "Rosa", age = 30, scores = c(70, 85, 92))

subset <- person[c("name", "age")]
str(subset)

Извлечь два элемента «сами по себе» одновременно нельзя — двум значениям нужен контейнер, — поэтому выбор нескольких элементов всегда идёт через одинарные скобки и всегда даёт список.

Ещё одно отличие: $ использует частичное сопоставление (person$sc найдёт scores, если это однозначно), что удобно в консоли и опасно в скриптах. В коде, который должен продолжать работать, предпочитайте [[ с полным именем — он ещё и принимает имя, хранящееся в переменной, чего $ не умеет.

Добавление, изменение, удаление

Списки растут и сжимаются обычным присваиванием — специальный метод append не нужен:

person <- list(name = "Rosa", age = 30)

person$email <- "rosa@example.com"
person[["age"]] <- 31
person[[length(person) + 1]] <- "extra"

str(person)

person$email <- NULL
print(names(person))

• Присваивание ещё не существующему имени добавляет элемент.
• Присваивание существующему имени заменяет его.
• Присваивание в позицию length(x) + 1 добавляет безымянный элемент в конец.
• Присваивание NULL полностью удаляет элемент — список становится короче. (Это единственное место, где NULL работает как команда удаления; если вам действительно нужно хранить «ничего» в отсеке, используйте x["k"] <- list(NULL).)

Чтобы склеить два списка встык, работает c() — со списками так же, как с векторами: c(list_a, list_b) возвращает один более длинный список.

Вложенные списки

Поскольку элементом списка может быть другой список, списки вкладываются на любую глубину — что делает их естественной формой R для структурированных данных вроде разобранного JSON или сгруппированных результатов:

company <- list(
  name = "Acme",
  ceo = list(name = "Mia", start_year = 2019),
  offices = list(
    berlin = list(staff = 12),
    tokyo = list(staff = 31)
  )
)

print(company$ceo$name)
print(company[["offices"]][["tokyo"]][["staff"]])

Погружение внутрь — просто сцепление операторов доступа: каждый $ или [[ спускает на уровень глубже. Когда вложенная структура запутывает, str(company) показывает всё дерево сразу, а str(company, max.level = 1) — только верхний слой.

Уплощение через unlist()

unlist() схлопывает список — сколь угодно глубоко вложенный — в один вектор:

grades <- list(math = c(80, 90), art = 75)

flat <- unlist(grades)
print(flat)
print(class(flat))

mixed <- unlist(list(a = 1, b = "two"))
print(mixed)
print(class(mixed))

Обратите внимание на две вещи. Во-первых, unlist() сам строит имена (math1, math2, art), так что вы по-прежнему видите, откуда пришло каждое значение. Во-вторых — и это ловушка — вектор хранит только один тип, поэтому уплощение смешанного списка приводит всё к самому гибкому из присутствующих типов. Число 1 вернулось как строка "1". Если после unlist ваши числа превратились в текст, значит, список был не так однороден, как вам казалось.

Почему списки важны

Списки могут показаться темой для начинающих, которую вы перерастёте. Всё наоборот — они несущая конструкция всего языка:

• Функции, возвращающие несколько вещей, возвращают список. Функции R возвращают один объект; список позволяет этому объекту нести и подогнанные значения, и таблицу коэффициентов. Когда вы строите регрессию, объект модели, который вы получаете, — это (большой, с классом) список; str() по нему это докажет.
• Датафрейм — это список столбцов, векторов одинаковой длины с дополнительным поведением сверху. Всё, что вы только что выучили ($, [[, присваивание NULL для удаления элемента), применимо к столбцам датафрейма буквально.
• Семейство apply — lapply() и родственники — принимает список, применяет функцию к каждому элементу и возвращает список. «Списки на входе, списки на выходе» — стандартная форма повторяющихся вычислений в R.

Что вы уносите с собой

• Списки хранят что угодно: смешанные типы, разные длины, другие списки, целые датафреймы.
• [ возвращает меньший список; [[ возвращает сам элемент; $ — это [[ с буквальным именем. Собираетесь считать? Вам нужен [[ или $.
• Добавляйте присваиванием новому имени, удаляйте присваиванием NULL, объединяйте через c().
• unlist() уплощает в вектор и по пути приводит смешанные типы — проверяйте класс результата.
• Датафреймы — это списки столбцов, поэтому эти знания переносятся напрямую.

Дальше: матрицы — аналог списка с одним типом и строками со столбцами.