[英]How to loop through and modify multiple data frames in R
我有數據幀A,B,C,......並希望以相同的方式修改每個數據幀,例如重新排序所有數據幀中存在的因子的因子級別:
A = data.frame( x=c('x','x','y','y','z','z') )
B = data.frame( x=c('x','y','z') )
C = data.frame( x=c('x','x','x','y','y','y','z','z','z') )
A$x = factor( A$x, levels=c('z','y','x') )
B$x = factor( B$x, levels=c('z','y','x') )
C$x = factor( C$x, levels=c('z','y','x') )
如果要進行大量數據框架和/或大量修改,這將變得費力。 我怎么能簡潔地使用循環或更好的東西呢? 一種直截了當的方法
for ( D in list( A, B, C ) ) {
D$x = factor( D$x, levels=c('z','y','x') )
}
不起作用,因為它不會修改原始數據幀。
編輯:添加A,B和C的定義以使其可重現。
關於R的一點要注意的是,就賦值而言 , <-
是傳遞性的,而=
則不是。 因此,如果您的數據框架在這方面完全相同,您應該可以執行以下操作:
A$x <- B$x <- C$x <- factor( C$x, levels=c('z','y','x') )
如果您不需要顯式循環,則可以使用lapply:
ll <- lapply(
list(A, B, C),
function(df) {
df$x <- factor(df$x, levels=c('z', 'y', 'x'))
return(df)
}
)
由於只復制了數據,因此您必須使用lapply返回的列表。
編輯
dfs <- list('A', 'B', 'C')
levels <- c('z', 'y', 'x')
l <- lapply(
dfs,
function(df) {
# Get data frame by name
df <- get(df)
df$x <- factor(df$x, levels=levels)
return(df)
}
)
for ( i in 1:length(dfs)) {
assign(dfs[[i]], l[[i]])
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.