在数据框列表上循环应用功能

Question

我浏览了各个带有类似问题（有些链接）的“溢出”页面，但没有发现任何似乎可以帮助完成此复杂任务的内容。

我的工作区中有一系列数据框，我想在所有这些框上循环使用相同的功能（rollmean或该功能的某些版本），然后将结果保存到新的数据框中。

我写了几行代码来生成所有数据帧的列表和一个for循环，该循环应在每个数据帧上迭代一条apply语句； 但是，在尝试完成我希望实现的所有功能时遇到了问题（下面包含了我的代码和一些示例数据）：

1）我想将rollmean函数限制在除第一列（或前几列）以外的所有列上，以使列'info'不会被平均。 我还想将此列添加回输出数据框中。

2）我想将输出另存为新的数据框（具有唯一的名称）。 我不在乎是将其保存到工作区中还是以xlsx格式导出，因为我已经编写了批量导入代码。

3）理想情况下，我希望所得的数据帧与输入的观察数相同，其中rollmean收缩您的数据。 我也不想让它们成为NA，所以我不想使用fill = NA 这可以通过编写一个新函数来完成，在rollmean传递type = "partial" （尽管在我的计算机上我的数据仍会缩小1）或通过在nth + 2项上开始滚动均值并将非平均的nth和nth + 1项绑定到结果数据帧。 任何方式都可以。 （有关详细信息，请参见图片，它说明了后者的外观）

我的代码只能完成其中的一部分，并且无法使for循环协同工作，但是如果我在单个数据帧上运行它们，则可以使部分工作。

非常感谢任何输入，因为我没有主意。

#reproducible data frames 
a = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
b = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
c = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
colnames(a) = c("info", 1:20)
colnames(b) = c("info", 1:20)
colnames(c) = c("info", 1:20)

#identify all dataframes for looping rollmean
dflist = as.list(ls()[sapply(mget(ls(), .GlobalEnv), is.data.frame)]

#for loop to create rolling average and save as new dataframe
for (j in 1:length(dflist)){
  list = as.list(ls()[sapply(mget(ls(), .GlobalEnv), is.data.frame)])
  new.names = as.character(unique(list))
  smoothed = as.data.frame(
     apply(
        X = names(list), MARGIN = 1, FUN = rollmean, k = 3, align = 'right'))
  assign(new.names[i], smoothed)
}

我也尝试了嵌套的套用方法，但无法调用类似于此处问题的rollmean / rollapply函数，因此我回到for循环，但是如果有人可以使用嵌套的套用来完成这项工作，我会失望的！

图片是理想的输出：顶部是带有彩色框的单输入数据帧，该框显示所有列的滚动平均值，并在每一列上进行迭代； 底部是理想的输出，其颜色反映了上面每个彩色窗口的输出位置

Answer 1

为此，请考虑一列，然后考虑一帧（这只是一列列），然后考虑一帧框架。

（我使用的数据在答案的底部。）

一栏

如果您不喜欢简化zoo::rollmean ，请编写自己的代码：

myrollmean <- function(x, k, ..., type=c("normal","rollin","keep"), na.rm=FALSE) {
  type <- match.arg(type)
  out <- zoo::rollmean(x, k, ...)
  aug <- c()
  if (type == "rollin") {
    # effectively:
    #   c(mean(x[1]), mean(x[1:2]), ..., mean(x[1:j]))
    # for the j=k-1 elements that precede the first from rollmean,
    # when it'll become something like:
    # c(mean(x[3:5]), mean(x[4:6]), ...)
    aug <- sapply(seq_len(k-1), function(i) mean(x[seq_len(i)], na.rm=na.rm))
  } else if (type == "keep") {
    aug <- x[seq_len(k-1)]
  }
  out <- c(aug, out)
  out
}

myrollmean(1:8, k=3) # "normal", default behavior
# [1] 2 3 4 5 6 7
myrollmean(1:8, k=3, type="rollin")
# [1] 1.0 1.5 2.0 3.0 4.0 5.0 6.0 7.0
myrollmean(1:8, k=3, type="keep")
# [1] 1 2 2 3 4 5 6 7

我告诫此实现充其量只是一点点天真，需要加以修复。 确保您了解选择"normal"以外的东西时的行为（这对您不起作用，我只是默认使用正常的zoo::rollmean行为）。 此功能可以轻松地应用于其他zoo::roll*功能。

在数据的一列上：

rbind(
  dflist[[1]][,2],  # for comparison
  myrollmean(dflist[[1]][,2], k=3, type="keep")
)
#          [,1]      [,2]      [,3]      [,4]       [,5]      [,6]      [,7]     [,8]     [,9]     [,10]
# [1,] 1.865352 0.4047481 0.1466527 1.7307097 0.08952618 0.6668976 1.0743669 1.511629 1.314276 0.1565303
# [2,] 1.865352 0.4047481 0.8055844 0.7607035 0.65562952 0.8290445 0.6102636 1.084298 1.300091 0.9941452

一个“框架”

简单使用lapply ，省略第一列：

str(dflist[[1]][1:4, 1:3])
# 'data.frame': 4 obs. of  3 variables:
#  $ info: num  1 2 3 4
#  $ 1   : num  1.865 0.405 0.147 1.731
#  $ 2   : num  0.745 1.243 0.674 1.59
dflist[[1]][-1] <- lapply(dflist[[1]][-1], myrollmean, k=3, type="keep")
str(dflist[[1]][1:4, 1:3])
# 'data.frame': 4 obs. of  3 variables:
#  $ info: num  1 2 3 4
#  $ 1   : num  1.865 0.405 0.806 0.761
#  $ 2   : num  0.745 1.243 0.887 1.169

（为进行验证， $ 1列与上面“一个列”示例中的第二行匹配。）

“框架”列表

（我将数据重置为上面修改之前的数据，请参见答案底部的“数据”代码。）

我们将先前的技术嵌套到另一个lapply ：

dflist2 <- lapply(dflist, function(ldf) {
  ldf[-1] <- lapply(ldf[-1], myrollmean, k=3, type="keep")
  ldf
})
str(lapply(dflist2, function(a) a[1:4, 1:3]))
# List of 3
#  $ :'data.frame': 4 obs. of  3 variables:
#   ..$ info: num [1:4] 1 2 3 4
#   ..$ 1   : num [1:4] 1.865 0.405 0.806 0.761
#   ..$ 2   : num [1:4] 0.745 1.243 0.887 1.169
#  $ :'data.frame': 4 obs. of  3 variables:
#   ..$ info: num [1:4] 1 2 3 4
#   ..$ 1   : num [1:4] 0.271 3.611 2.36 3.095
#   ..$ 2   : num [1:4] 0.127 0.722 0.346 0.73
#  $ :'data.frame': 4 obs. of  3 variables:
#   ..$ info: num [1:4] 1 2 3 4
#   ..$ 1   : num [1:4] 1.278 0.346 1.202 0.822
#   ..$ 2   : num [1:4] 0.341 1.296 1.244 1.528

（同样，为了简单验证，请参见第一帧的$ 1行显示与上面的“一列”示例的第二行相同的滚动平均值。）

PS：

• 如果您需要跳过的内容不只是第一列，那么在外部lapply内部，请改用ldf[-(1:n)] <- lapply(ldf[-(1:n)], myrollmean, k=3, type="keep")跳过前n列
• 要使用zoo::rollmean以外的窗口函数，您将要更改myrollmean的特殊情况，尽管在此示例中它应该足够简单
• 我使用炮制的str(...)来缩短输出以在此处显示。 您应该验证所有数据，以确保您对每个帧的预期效果都很好。

---

可复制的数据

set.seed(2)
a = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
b = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
c = as.data.frame(cbind(info = 1:10, matrix(rexp(200), 10)))
colnames(a) = c("info", 1:20)
colnames(b) = c("info", 1:20)
colnames(c) = c("info", 1:20)
dflist <- list(a,b,c)

str(lapply(dflist, function(a) a[1:3, 1:4]))
# List of 3
#  $ :'data.frame': 3 obs. of  4 variables:
#   ..$ info: num [1:3] 1 2 3
#   ..$ 1   : num [1:3] 1.865 0.405 0.147
#   ..$ 2   : num [1:3] 0.745 1.243 0.674
#   ..$ 3   : num [1:3] 0.356 0.689 0.833
#  $ :'data.frame': 3 obs. of  4 variables:
#   ..$ info: num [1:3] 1 2 3
#   ..$ 1   : num [1:3] 0.271 3.611 3.198
#   ..$ 2   : num [1:3] 0.127 0.722 0.188
#   ..$ 3   : num [1:3] 1.99 2.74 4.78
#  $ :'data.frame': 3 obs. of  4 variables:
#   ..$ info: num [1:3] 1 2 3
#   ..$ 1   : num [1:3] 1.278 0.346 1.981
#   ..$ 2   : num [1:3] 0.341 1.296 2.094
#   ..$ 3   : num [1:3] 1.1159 3.05877 0.00506

Answer 2

dfnames下面是全局环境env中的数据帧的名称-我们将其命名为env ，以防您以后要更改它们的位置。 请注意， ls具有pattern=参数，并且如果数据帧名称具有不同的模式，则可以使用dfnames <- ls(pattern=whatever)代替适合的正则表达式。

现在定义make_new ，它使用新的均值函数mean3调用rollapplyr ，如果输入向量的长度小于3，均值函数将返回其输入的最后一个值， mean3返回均值。 然后遍历使用名称rollappyr与FUN=mean3和partial=TRUE 。

library(zoo)

env <- .GlobalEnv
dfnames <- Filter(function(x) is.data.frame(get(x, env)), ls(env))

# make_new - first version
mean3 <- function(x, k = 3) if (length(x) < k) tail(x, 1) else mean(x)
make_new <- function(df) replace(df, -1, rollapplyr(df[-1], 3, mean3, partial = TRUE))

for(nm in dfnames) env[[paste(nm, "new", sep = "_")]] <- make_new(get(nm, env))

替代版本的make_new

上面显示的make_new的第一个版本的替代方法是以下第二个版本。 在第二个版本，而不是定义mean3我们使用的只是普通的mean ，但指定宽度的矢量 w在rollapplyr这样w等于C（1,1，3,3，...，3）。 因此，前两个输入分量仅取最后一个元素的平均值，其余三个取最后三个元素的平均值。 注意，现在我们已经明确指定宽度，我们不再需要指定partial= 。

# make_new -- second version
make_new <- function(df) {
  w <- replace(rep(3, nrow(df)), 1:2, 1)
  replace(df, -1, rollapplyr(df[-1], w, mean))
}

注意

通常，在编写R并处理一组对象时，会将对象存储在列表中，而不是将它们放在全局环境中。 我们可以像这样创建一个列表L ，然后使用lapply创建包含新版本的第二个列表L2 。 这两种版本的make_new都可以在这里使用。

L <- mget(dfnames, env)
L2 <- lapply(L, make_new)