如何將相同的操作應用於dplyr-R中的多個數據幀？

Question

我想對“ R”中的多個數據幀應用相同的操作，但無法獲得如何處理此問題的方法。

這是dplyr的pipe操作dplyr ：

library(dplyr)

    iris %>% mutate(Sepal=rowSums(select(.,starts_with("Sepal"))),
                    Length=rowSums(select(.,ends_with("Length"))),
                    Width=rowSums(select(.,ends_with("Width"))))
iris2 <- iris
iris3 <- iris

您能建議如何將相同的管道函數應用於iris ， iris2和isis3嗎？ 我需要使用dplyr管道操作。

我認為map功能可能會有所幫助，但是由於我還不完全了解它的概念，因此在應用它時遇到了錯誤。

示例腳本：

library(purrr)

iris.set <- c(iris,iris2,iris3)
map(iris.set, ~ . %>% mutate(Sepal=rowSums(select(.,starts_with("Sepal"))),
                Length=rowSums(select(.,ends_with("Length"))),
                Width=rowSums(select(.,ends_with("Width")))))

Answer 1

如果將操作轉換為功能：

library(dplyr)
my_fun <- function(x) { 
      x %>%       
          mutate(Sepal=rowSums(select(.,starts_with("Sepal"))),
          Length=rowSums(select(.,ends_with("Length"))),
          Width=rowSums(select(.,ends_with("Width"))))
}

您可以輕松地通過管道將數據幀列表發送給它：

result <- list( iris, iris2, iris3 ) %>%
    lapply( my_fun )

Answer 2

對你有好處嗎？

    library(dplyr)

    #matrices replication 
    iris1=iris
    iris2=iris
    iris3=iris

    #list of combinations: apply is tricky for array input
    irises=matrix(c("iris1","iris2","iris3"), ncol=1)

    #function design
    Funct<-function(df_name){

      df=get(df_name)
      df %>% mutate(Sepal=rowSums(select(.,starts_with("Sepal"))),
                    Length=rowSums(select(.,ends_with("Length"))),
                    Width=rowSums(select(.,ends_with("Width"))))
    }

    apply(irises,MARGIN=2, Funct)