R - 使用 for 循环或 lapply 对文件夹中的两个文件应用函数并将结果保存在一个数据框中

Question

我在“data”中有一个包含 20 个文件夹的数据集，它们的结构是相同的。 文件夹级别的唯一区别是它们的名称（从“1”到“20”）。 请看下面的模式。 这些文件始终具有相同的文件名和相同的列结构。 文件夹之间的.csv文件中的列长度可能存在差异，但同一文件夹中的.csv文件之间可能存在差异。 数据框中没有缺失值。 我想处理文件中的“mean”列。

数据结构

data
- 1 (folder)
  - alpha (file)
    - mean (column)
    - .... (more columns)
  - beta (file)
    - mean (column)
    - .... (more columns)
  - ... (more files)
 
- 2 (folder)
  - alpha (file)
    - mean (column)
    - .... (more columns)
  - beta (file)
    - mean (column)
    - .... (more columns)
  - ... (more files)

- ... (more folders with the same structure)

我想在一个文件夹中比较 alpha 的平均值和 beta 的平均值。 然而，最后，我想要一个数据框，它是所有单个文件夹的所有结果的子集。 所以我可以从这个数据框中创建分面箱线图和描述性统计数据。

我还是 R 的新手，显然缺乏它的技能（也很抱歉复杂的代码和我的英语）。 我可以手动为每个文件夹执行任务，但我无法将结果与 for 循环或 lapply 解决方案放在一起。

我发现许多线程需要合并数据帧，而无需事先从同一文件夹中的两个文件中执行函数。 我确实希望我生成了一个可行的最小示例，每个示例包含 2 个文件夹中的 2 个数据框。

library(plyr)
library(tidyverse)

alpha1 <- read_csv('data/1/alpha.csv')
beta1 <- read_csv('data/1/beta.csv')
alpha2 <- read_csv('data/2/alpha2.csv')
beta2 <- read_csv('data/2/beta2.csv')

文件夹 1

alpha1 <- structure(list(Name = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I", "J", "K"), mean = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11)), class = c("spec_tbl_df", "tbl_df", "tbl", 
"data.frame"), row.names = c(NA, -11L), spec = structure(list(
    cols = list(Name = structure(list(), class = c("collector_character", 
    "collector")), mean = structure(list(), class = c("collector_double", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), skip = 1), class = "col_spec"))



beta1 <- structure(list(Name = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I", "J", "K"), mean = c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)), class = c("spec_tbl_df", "tbl_df", "tbl", 
"data.frame"), row.names = c(NA, -11L), spec = structure(list(
    cols = list(Name = structure(list(), class = c("collector_character", 
    "collector")), mean = structure(list(), class = c("collector_double", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), skip = 1), class = "col_spec"))

alpha_mean <- alpha1 %>% select(mean_alpha = mean)
alphabeta <- alpha_mean %>% add_column(mean_beta = beta1$mean) 
alphabeta_table <- ddply(alphabeta, .(), transform, alphabeta = (mean_alpha/mean_beta))
alphabeta_table

    .id mean_alpha mean_beta alphabeta
1  <NA>          1         2 0.5000000
2  <NA>          2         3 0.6666667
3  <NA>          3         4 0.7500000
4  <NA>          4         5 0.8000000
5  <NA>          5         6 0.8333333
6  <NA>          6         7 0.8571429
7  <NA>          7         8 0.8750000
8  <NA>          8         9 0.8888889
9  <NA>          9        10 0.9000000
10 <NA>         10        11 0.9090909
11 <NA>         11        12 0.9166667

文件夹 2

alpha2 <- structure(list(Name = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I", "J", "K", "L", "M"), mean = c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14)), class = c("spec_tbl_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -13L), spec = structure(list(
    cols = list(Name = structure(list(), class = c("collector_character", 
    "collector")), mean = structure(list(), class = c("collector_double", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), skip = 1), class = "col_spec"))



beta2 <- structure(list(Name = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I", "J", "K", "L", "M"), mean = c(3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15)), class = c("spec_tbl_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -13L), spec = structure(list(
    cols = list(Name = structure(list(), class = c("collector_character", 
    "collector")), mean = structure(list(), class = c("collector_double", 
    "collector"))), default = structure(list(), class = c("collector_guess", 
    "collector")), skip = 1), class = "col_spec"))

alpha2_mean <- alpha2 %>% select(mean_alpha = mean)
alphabeta2 <- alpha2_mean %>% add_column(mean_beta = beta2$mean) 
alphabeta2_table <- ddply(alphabeta2, .(), transform, alphabeta = (mean_alpha/ mean_beta))
alphabeta2_table


    .id mean_alpha mean_beta alphabeta
1  <NA>          2         3 0.6666667
2  <NA>          3         4 0.7500000
3  <NA>          4         5 0.8000000
4  <NA>          5         6 0.8333333
5  <NA>          6         7 0.8571429
6  <NA>          7         8 0.8750000
7  <NA>          8         9 0.8888889
8  <NA>          9        10 0.9000000
9  <NA>         10        11 0.9090909
10 <NA>         11        12 0.9166667
11 <NA>         12        13 0.9230769
12 <NA>         13        14 0.9285714
13 <NA>         14        15 0.9333333

期望输出

我想要的输出是：

   .id        mean_alpha mean_beta  alphabeta
1  1              1         2       0.5000000
2  1              2         3       0.6666667
3  1              3         4       0.7500000
4  1              4         5       0.8000000
5  1              5         6       0.8333333
6  1              6         7       0.8571429
7  1              7         8       0.8750000
8  1              8         9       0.8888889
9  1              9        10       0.9000000
10 1             10        11       0.9090909
11 1             11        12       0.9166667
1  2              2         3       0.6666667
2  2              3         4       0.7500000
3  2              4         5       0.8000000
4  2              5         6       0.8333333
5  2              6         7       0.8571429
6  2              7         8       0.8750000
7  2              8         9       0.8888889
8  2              9        10       0.9000000
9  2             10        11       0.9090909
10 2             11        12       0.9166667
11 2             12        13       0.9230769
12 2             13        14       0.9285714
13 2             14        15       0.9333333
1  3             ...       ...      ...
2  3             ...       ...      ...
...

感谢您的任何帮助！

Answer 1

试试这个解决方案：

1. 使用list.dirs获取所有文件夹。

2. 对于每个文件夹，读取“alpha”和“beta”文件并返回一个带有alpha 、 beta和alphabeta值的3列小标题。

3. 使用id列绑定所有数据框以了解每个值来自哪个文件夹。

all_folders <- list.dirs('Data/', recursive = FALSE, full.names = TRUE)

result <- purrr::map_df(all_folders, function(x) {
  all_Files <- list.files(x, full.names = TRUE, pattern = 'alpha|beta')
  df1 <- read.csv(all_Files[1])
  df2 <- read.csv(all_Files[2])
  tibble::tibble(alpha = df1$mean, beta = df2$mean, alphabeta = alpha/beta)
}, .id = "id")