R：在 mapply 中的 function 中填充 data.frame

Question

使用 agrep 针对另一个 data.frame df2查询（模糊匹配）一个agrep df1 。 通过迭代其 output（称为matches项的列表，其中包含df2中相应匹配项的行号）， df1填充了来自df2的关联值。 目标是传递给 mapply 的mapply ； 然而，在我所有的尝试中， df1保持不变。

在 for 循环中，代码按预期工作，并使用来自df2的附属变量填充df1 。 尽管如此，我还是对如何使用传递给mapply的 function 来解决这个问题感兴趣。

首先，两个data.frames：

df1 <- structure(list(Species = c("Alisma plantago-aquatica", "Alnus glutinosa",
                                  "Carex davalliana", "Carex echinata",
                                  "Carex elata"),
                      CheckPoint = c(NA, NA, NA, NA, NA),
                      L = c(NA, NA, NA, NA, NA),
                      R = c(NA, NA, NA, NA, NA),
                      K = c(NA, NA, NA, NA, NA)),
                 row.names = c(NA, 5L), class = "data.frame")

df2 <- structure(list(Species = c("Alisma gramineum", "Alisma lanceolatum",
                                  "Alisma plantago-aquatica", "Alnus glutinosa",
                                  "Alnus incana", "Alnus viridis",
                                  "Carex davalliana", "Carex depauperata",
                                  "Carex diandra", "Carex digitata",
                                  "Carex dioica", "Carex distans",
                                  "Carex disticha", "Carex echinata",
                                  "Carex elata"),
                      L = c(7L, 7L, 7L, 5L, 6L, 7L, 9L, 4L, 8L, 3L, 9L, 9L, 8L,
                            8L, 8L),
                      R = c(7L, 7L, 5L, 5L, 4L, 3L, 4L, 7L, 6L, NA, 4L, 6L, 6L,
                            NA, NA),
                      K = c(6L, 2L, NA, 3L, 5L, 4L, 4L, 2L, 7L, 4L, NA, 3L, NA,
                            3L, 2L)),
                 row.names = seq(1:15), class = "data.frame")

然后，按Species进行模糊匹配：

matches <- lapply(df1$Species, agrep, x = df2$Species, value = FALSE,
                 max.distance = c(deletions = 0,
                                  insertions = 1,
                                  substitutions = 1))

使用df2中的值填充df1可以按预期工作：

for (i in 1:dim(df1)[1]){
  df1[i, 2:5] <- df2[matches[[i]], ]
  }

与我使用mapply的方法相反，它确实返回了正确的值，尽管作为一个从未写入df1的反汇编值列表。 没有任何组合（有或没有return(df1) ，将其写入另一个变量，也没有使用SIMPLIFY或USE.NAMES的 state 的绝望尝试）产生所需的结果。

populatedf1 <- function(matches, index){
    df1[index, 2:5] <- df2[matches, ]
  #return(df1)
  }

mapply(populatedf1, matches, seq_along(matches), SIMPLIFY = FALSE,
              USE.NAMES = FALSE)

如果有人知道解决方案或可以为我指明某个方向，那就太好了，谢谢：:)

Answer 1

实际上，如果您将lapply替换为sapply （以便它返回向量而不是列表），然后执行直接分配，则此处不需要任何循环（ for或mapply ）。

matches <- sapply(df1$Species, agrep, x = df2$Species, value = FALSE,
                   max.distance = c(deletions = 0,
                                    insertions = 1,
                                   substitutions = 1))

df1[, 2:5] <- df2[matches,]
df1

#                   Species               CheckPoint L  R  K
#1 Alisma plantago-aquatica Alisma plantago-aquatica 7  5 NA
#2          Alnus glutinosa          Alnus glutinosa 5  5  3
#3         Carex davalliana         Carex davalliana 9  4  4
#4           Carex echinata           Carex echinata 8 NA  3
#5              Carex elata              Carex elata 8 NA  2

---

就您的方法而言，您可以使用Map或使用SIMPLIFY = FALSE mapply并使用do.call和rbind将数据帧列表放入一个 dataframe 中，然后分配。

df1[, 2:5] <- do.call(rbind, Map(populatedf1, matches, seq_along(matches)))