R 中多個數據幀的相同功能

Question

我是 R 新手，這是一個非常簡單的問題。 我發現了很多與我想要的相似的東西，但不完全是。 基本上我有多個數據框，我只想在所有這些數據框上運行相同的功能。 for 循環可以工作，但我不確定如何正確設置它以調用數據幀。 它似乎也最喜歡 R 的 lapply 方法。我也玩過 get 函數，但無濟於事。 如果這是一個重復的問題，我深表歉意。 任何幫助將不勝感激！

這是我過於簡化的示例：2 個數據幀：df1、df2

df1
start stop ID
0     10   x
10    20   y
20    30   z

df2
start stop ID
0     10   a
10    20   b
20    30   c

我想要的是第 4 列，其中包含兩個 dfs 的開始和停止的平均值

df1
start stop ID  Avg
0     10   x    5 
10    20   y    15
20    30   z    25

我可以一次完成一個數據框：

df1$Avg <- rowMeans(subset(df1, select = c(start, stop)), na.rm = TRUE)

但我想在所有數據幀上運行它。

Answer 1

制作一個數據框列表，然后使用 lapply 將函數應用於它們。

df.list <- list(df1,df2,...)
res <- lapply(df.list, function(x) rowMeans(subset(x, select = c(start, stop)), na.rm = TRUE))
# to keep the original data.frame also
res <- lapply(df.list, function(x) cbind(x,"rowmean"=rowMeans(subset(x, select = c(start, stop)), na.rm = TRUE)))

然后 lapply 將按順序輸入每個數據幀作為 x。

Answer 2

將它們放入一個列表中，然后在列表上運行rowMeans 。

df1 <- data.frame(x = rep(3, 5), y = seq(1, 5, 1), ID = letters[1:5])
df2 <- data.frame(x = rep(5, 5), y = seq(2, 6, 1), ID = letters[6:10])

lapply(list(df1, df2), function(w) { w$Avg <- rowMeans(w[1:2]); w })

 [[1]]
   x y ID Avg
 1 3 1  a 2.0
 2 3 2  b 2.5
 3 3 3  c 3.0
 4 3 4  d 3.5
 5 3 5  e 4.0

 [[2]]
   x y ID Avg
 1 5 2  f 3.5
 2 5 3  g 4.0
 3 5 4  h 4.5
 4 5 5  i 5.0
 5 5 6  j 5.5

Answer 3

如果您希望所有輸出都在同一個文件中，這可能會有所幫助。

 df1 <- data.frame(x = rep(3, 5), y = seq(1, 5, 1), ID = letters[1:5])
 df2 <- data.frame(x = rep(5, 5), y = seq(2, 6, 1), ID = letters[6:10])

 z=list(df1,df2)
 df=NULL
 for (i in z) {
 i$Avg=(i$x+i$y)/2
 df<-rbind(df,i)
 print (df)
 }

 > df
   x y ID Avg
1  3 1  a 2.0
2  3 2  b 2.5
3  3 3  c 3.0
4  3 4  d 3.5
5  3 5  e 4.0
6  5 2  f 3.5
7  5 3  g 4.0
8  5 4  h 4.5
9  5 5  i 5.0
10 5 6  j 5.5

Answer 4

這是使用 for 循環的另一種可能的解決方案。 幾天前我遇到了同樣的問題（有更多數據集），其他解決方案不起作用。 假設您有 n 個數據集：

df1 <- data.frame(start = seq(0,20,10), stop = seq(10,30,10), ID = letters[24:26])
df2 <- data.frame(start = seq(0,20,10), stop = seq(10,30,10), ID = letters[1:3])
...
dfn <- data.frame(start = seq(0,20,10), stop = seq(10,30,10), ID = letters[n:n+2])

首先要做的是列出dfs：

df.list<-lapply(1:n, function(x) eval(parse(text=paste0("df", x)))) #In order to store all datasets in one list using their name
names(df.list)<-lapply(1:n, function(x) paste0("df", x)) #Adding the name of each df in case you want to unlist the list afterwards

之后，您可以使用 for 循環（這是最重要的部分）：

for (i in 1:length(df.list)) {
  df.list[[i]][["Avg"]]<-rowMeans(df.list[[i]][1:2])
}

你有（如果你的列表只包括兩個第一個數據集）：

> df.list
[[1]]
  start stop ID Avg
1     0   10  x   5
2    10   20  y  15
3    20   30  z  25

[[2]]
  start stop ID Avg
1     0   10  a   5
2    10   20  b  15
3    20   30  c  25

最后，如果您希望將列表中修改后的數據集放回全局環境中，您可以執行以下操作：

list2env(df.list,.GlobalEnv)

這種技術可以應用於 n 個數據集和其他功能。 我發現它是最靈活的解決方案。