在 r 中递增地附加一个列表

Question

我有以下问题：我有两个数据框：kl_df 和 IDlist

head(kl_df)
  STATIONS_ID MESS_DATUM QN_3 FX FM QN_4 RSK RSKF SDK SHK_TAG  NM VPM PM  TMK UPM TXK  TNK  TGK eor
1          73 2000-01-01   NA NA NA   10 2.9    7 0.0       6 8.0 5.6 NA -0.2  94 0.7 -1.7 -2.1 eor
2          73 2000-01-02   NA NA NA   10 0.0    0 1.6       5 7.3 6.2 NA  0.8  92 4.0 -1.4 -0.1 eor
3          73 2000-01-03   NA NA NA   10 0.0    0 0.0       0 8.0 5.7 NA -0.2  95 0.6 -1.3 -1.5 eor
4          73 2000-01-04   NA NA NA   10 0.8    8 0.8       0 7.7 5.9 NA  1.2  89 2.6 -0.4 -1.0 eor
5          73 2000-01-05   NA NA NA   10 0.0    0 1.1       0 5.7 6.6 NA  1.4  93 6.1 -0.7  0.0 eor
6          73 2000-01-06   NA NA NA   10 0.0    0 0.0       0 8.0 6.0 NA  0.1  98 1.4 -1.0 -1.0 eor

head(IDlist)
    Stations_id von_datum bis_datum Stationshoehe geoBreite geoLaenge            Stationsname Bundesland    res
194          15  19510101  20190331           390   49.2346   10.9668                Abenberg     Bayern annual
306          29  19510101  20190527           260   49.7175   10.9101 Adelsdorf (Klaeranlage)     Bayern  daily
485          46  19370101  20190528           325   48.9450   12.4639                Aholfing     Bayern annual
606          55  19370101  20190528           509   47.8780   12.0239   Aibling, Bad-Ellmosen     Bayern annual
684          63  19510101  20190527           747   47.8172   10.5374                 Aitrang     Bayern  daily
857          73  19080101  20190528           340   48.6159   13.0506    Aldersbach-Kriestorf     Bayern annual
            var        per hasfile
194 more_precip historical    TRUE
306 more_precip historical    TRUE
485 more_precip historical    TRUE
606 more_precip historical    TRUE
684 more_precip historical    TRUE
857 more_precip historical    TRUE

IDlist 包含有关stations_id 的唯一行，而重复项在kl_df 中。 现在我的目标是 append 变量“Stationshoehe”，“geoBreite”，“geoLaenge”，以获得正确的站 ID 到 kl_df。

我试图写一个 function。 这个 function 的想法是遍历 kl_df 并且对于每次迭代，go 到 IDlist$Stations_id 以匹配 ID 号。 之后将所需的变量写入列表：

getcoords = function(){
 results=list()
 for (ID in kl_df$STATIONS_ID)  {
  counter = 1
  for (i in IDlist$Stations_id){
   if (ID == i) {
     print(counter)
     append(results, values= c(IDlist$Stationshoehe[counter], IDlist$geoBreite[counter], IDlist$geoLaenge[counter]))
     next
   }
   else {
    counter = counter+1
    print(counter)
   }
  }
 }
 return(results)
}
datlist = getcoords()

但它只返回一个空列表...... print(counter)行仅用于测试目的。 问题是计数器总是从 1 计数到长度（IDlist$Stations_id）。 打印示例：

[1] 538
[1] 539
[1] 540
[1] 541
[1] 542
[1] 543
[1] 544
[1] 545
[1] 546
[1] 547
[1] 548
[1] 2
[1] 3
[1] 4
[1] 5
[1] 6
[1] 7
[1] 8
[1] 9
[1] 10

问题：如何修复 function 或者有更好的方法来实现目标？ 非常感谢！

Answer 1

怎么写：

results=append(results, values= c(IDlist$Stationshoehe[counter], IDlist$geoBreite[counter], IDlist$geoLaenge[counter]))`

在if (ID == i)块中。

R will never modify an argument passed to a function, append will return the list with the new element added, but you need to store it somewhere (see https://www.rdocumentation.org/packages/base/versions/3.6.1 /主题/附加）。

当你说：问题是计数器总是从 1 计数到长度（IDlist$Stations_id），这是代码的预期行为。 如果您想在找到匹配的IDlist$Stations_id后立即停止，请将您的next （此处无效，因为在这种情况下不会执行else ）更改为break 。

Answer 2

如果我正确理解了这个问题，您想通过列STATIONS_ID对数据帧kl_df进行“左连接”，然后IDlist来自连接数据帧的感兴趣的列。

下面，我为您的两个数据框创建了一个更简单的版本 - 在左连接之后，您应该能够调整select语句以仅保留连接的 dataframe 中感兴趣的列。

> kl_df <- data.frame(STATIONS_ID=c(1,1,2,2), col_a=c(1,2,3,4), col_b=c(10,15,12,8))
> kl_df
  STATIONS_ID col_a col_b
1           1     1    10
2           1     2    15
3           2     3    12
4           2     4     8

> IDlist <- data.frame(Stations_id=c(1,2,3), col_c=c(10,20,10), col_d=c(99,97,90))
> IDlist
  Stations_id col_c col_d
1           1    10    99
2           2    20    97
3           3    10    90

现在使用dplyr package 进行左连接：

> library(dplyr)

> df <- left_join(kl_df, IDlist, by=c("STATIONS_ID"="Stations_id"))
> df <- df %>% select(c(STATIONS_ID,col_a,col_b,col_d))
> df
  STATIONS_ID col_a col_b col_d
1           1     1    10    99
2           1     2    15    99
3           2     3    12    97
4           2     4     8    97

请注意， dplyr package 中的连接函数比使用merge或 for 循环快得多。