R语言中如何提取scclust对象值并追加到数据框？

核心逻辑避免低效的逐行追加操作，采用批量扁平化处理的方式，适配数千个聚类的处理场景，运行效率更高。

样例数据模拟 #

先构造和描述一致的输入结构方便测试：

# 模拟输入的scclust对象列表
my_list <- list(
  cluster1 = c(0,1,0,0,0),
  cluster2 = c(0,1,1,0,0)
)

推荐实现代码 #

版本1：base R 无依赖实现 #

不需要安装任何第三方包，直接运行即可：

# 批量提取所有聚类的0/1值，统一转为数值类型规避scclust自定义类的兼容问题
all_binary_values <- unlist(lapply(my_list, as.numeric))
# 生成每个值对应的聚类名称标签
cluster_id_col <- rep(names(my_list), times = lengths(my_list))
# 组装为最终数据框
my_df <- data.frame(
  id = seq_along(all_binary_values),
  cluster_number = cluster_id_col,
  new_column = all_binary_values
)

版本2：purrr 更简洁的实现 #

如果已经装了tidyverse生态的包，可以用更简洁的写法：

library(purrr)

my_df <- map_dfr(
  names(my_list),
  ~data.frame(
    cluster_number = .x,
    new_column = as.numeric(my_list[[.x]])
  )
)
my_df$id <- seq_len(nrow(my_df))
my_df <- my_df[, c("id", "cluster_number", "new_column")]

注意事项 #

• 不要写循环逐次用rbind追加行，数千个聚类规模下这种写法会因为反复内存拷贝速度极慢，上面两个版本都是一次性预分配内存，处理速度快很多
• 代码中加了as.numeric()类型转换，是为了规避scclust对象自带的自定义类属性导致的类型不匹配问题，提取出来的值和原对象存储的0、1顺序完全一致
• 最终输出的my_df结构和给出的期望格式完全匹配，id为全局自增序列，每个聚类下的0、1值按原始存储顺序排列

内容的提问来源于stack exchange，提问作者chiquita