在R中，在不同數據框中具有相同名稱的列之間分別應用函數

Question

我有兩個數據框：

require(tidyverse)

set.seed(42)
df1 = data_frame(x = c(4,3), y = c(0, 0), z = c(NA, 3))
df2 = data_frame(x = sample(1:4, 100, replace = T), y = sample(c(-3, 0, 3), 100, replace = T), z = c(NA, NA, rep(3, 98))) %>% mutate(Tracking = row_number())

我想單獨對每行df1並為每列df1找到的指數df2為其df2等於df1 。 如果我嘗試循環，則每次迭代都將如下所示：

for (i in 1: nrow(df1)){
 for (j in 1: ncol(df1)) {
    L[[i]][j] = inner_join(df1[i,j], df2)
 }
}

例如，列表的第一個元素是：

inner_join(df1[1,1], df2)

Joining, by = "x"
# A tibble: 26 x 4
 x     y     z     Tracking

<dbl> <dbl> <dbl>    <int>

 1    4.    0.   NA         1
 2    4.   -3.   NA         2
 3    4.    0.    3.        4
 4    4.    3.    3.       13
 5    4.    0.    3.       16
 6    4.   -3.    3.       17
 7    4.    0.    3.       21
 8    4.    0.    3.       23
 9    4.    0.    3.       24
10    4.    3.    3.       28
# ... with 16 more rows

但是，我相信有一種更有效的方法可以做到這一點。 可能是dplyr + purrr嗎？ 我沒有關於purrr豐富經驗，但是我覺得map函數可以派上用場。 我只是不知道如何分別調用列。

Answer 1

你可以做類似的事情

L <- map(names(df1),
         function(.) {
             out <- inner_join(x = df1[, ., drop = FALSE],
                               y = df2,
                               by = .)
             split(out, out[[.]])
         })

但是我不確定這是否比開始的for循環更好或更有效。