R：從列表中提取參數

Question

我正在使用 R 並有一個相當級聯的數據列表，我想從中提取每個數據幀的相同變量。 這是一個 imported.csv 文件的示例（從原始版本簡化而來，我希望不會太混亂）：

Temp(A);    Density(B); Velocity(C)
21,54;      0,7;        1486,46
20,87;      0,76;       1484,42
20,34;      0,81;       1482,8
19,61;      0,81;       1480,5

# .csv files imported with:

data_files <- list.files("D:\\My\\data\\pathway") 

我用來從 19 個數據幀創建列表的代碼如下：

lst1 <- map(data_files, ~ {
  data1 <- read.csv2(paste0("D:\\My\\data\\pathway\\", .x))
  df.sum <- data1 %>%
    select(Temperature(A), Density(B), Velocity(C)) %>% 
    summarise_each(funs(min = min, # in the example Min(1)
                        q25 = quantile(., 0.25), # Max(2)
                        median = median, # Mean(3)
                        q75 = quantile(., 0.75), # St.Dev.(4)
                        max = max,
                        mean = mean, 
                        sd = sd))
  df.stats.tidy <- df.sum %>% gather(stat, val) %>%
    separate(stat, into = c("var", "stat"), sep = "_") %>%
    spread(stat, val) %>%
    select(var, min, q25, median, q75, max, mean, sd) 
  return(df.stats.tidy)
})
lst1

輸出列表如下所示：

這是我打開整個列表時列出的方式。 當我打開單個數據集的特定表時，該表被轉置：

例如，我如何提取每個數據集的溫度以創建繪圖或進行統計測試？

我嘗試了一些簡單的方法，並且能夠從單個數據集中提取單個值。 因此，我能夠提取數據集 2 的每個參數的平均值。 然而，這並不是我所需要的，因為我需要所有不同數據集的相同參數的相同值。 有沒有人知道破譯此列表順序的簡單方法？ 我無法找出欄桿的確切定義方式。

ps這里是dput()的結果：

> dput(lst1[1:2])
list(structure(list(var = c("Conduct.mS.cm.", "Depth.m.", "Salinity.psu.", 
"Sound.Velocity.m.sec.", "Temp.C."), min = c(0, -1.19, 0, 1402.98, 
-1.48), q25 = c(0.01, -0.91, 0.01, 1412.835, -0.51), median = c(9.225, 
-0.78, 9.885, 1421.785, 0.85), q75 = c(25.575, 39.9725, 31.0825, 
1440.7175, 2.09), max = c(26.28, 143.76, 32.02, 1453.52, 11.81
), mean = c(11.6531756756757, 23.0201351351351, 13.9187162162162, 
1426.98621621622, 1.26290540540541), sd = c(11.8954355870503, 
38.217076230762, 14.4467518784427, 14.8016328574063, 2.53744347569587
)), class = "data.frame", row.names = c(NA, -5L)), structure(list(
    var = c("Conduct.mS.cm.", "Depth.m.", "Salinity.psu.", "Sound.Velocity.m.sec.", 
    "Temp.C."), min = c(0, -2.17, 0, 1401.46, -1.44), q25 = c(0, 
    -1.14, 0, 1404.25, 0.0125), median = c(0.13, -1.08, 0.115, 
    1413.215, 0.49), q75 = c(25.035, 6.3225, 30.3525, 1440.2625, 
    1.53), max = c(26.35, 129.54, 32.11, 1486.46, 21.54), mean = c(7.78810344827586, 
    17.3289655172414, 9.34528735632184, 1424.01396551724, 2.13511494252874
    ), sd = c(11.6263191741139, 36.9663620576755, 14.0549552563496, 
    22.6029377552219, 5.01839273011273)), class = "data.frame", row.names = c(NA, 
-5L)))

Answer 1

嵌套列表很快就會失控並且不適合分析，因為幾乎所有 R 函數都更期望數據幀（這也是增強的列表）。 但是，您很幸運，因為列表中的數據框看起來相當同質（所有 dim = 5x8 ）。 所以你可以將它們綁定到一個數據框。

## unlisting:
my_df<-purrr::map_df(mylist, ~as.data.frame(.x), .id="List")

您現在有一個“列表”列，它指定數據來自哪個列表

現在可以在按"var"分組的計算中使用此 df

## summarizing mean of variable min and max across both lists 
my_df %>% group_by(var) %>% summarise_at(c("min","max"),~mean(.x))

 A tibble: 5 × 3
  var                       min    max
  <chr>                   <dbl>  <dbl>
1 Conduct.mS.cm.           0      26.3
2 Depth.m.                -1.68  137. 
3 Salinity.psu.            0      32.1
4 Sound.Velocity.m.sec. 1402.   1470. 
5 Temp.C.                 -1.46   16.7

您還可以更進一步，將數據轉換為長格式：

## Option 2 making a long df 
my_df_long<-my_df %>% tidyr::pivot_longer(min:sd,names_to = "metric")

> my_df_long
# A tibble: 70 × 4
   List  var            metric value
   <chr> <chr>          <chr>  <dbl>
 1 1     Conduct.mS.cm. min     0   
 2 1     Conduct.mS.cm. q25     0.01
 3 1     Conduct.mS.cm. median  9.22
 4 1     Conduct.mS.cm. q75    25.6 
 5 1     Conduct.mS.cm. max    26.3 
 6 1     Conduct.mS.cm. mean   11.7 
 7 1     Conduct.mS.cm. sd     11.9 
 8 1     Depth.m.       min    -1.19
 9 1     Depth.m.       q25    -0.91
10 1     Depth.m.       median -0.78
# … with 60 more rows

相同的匯總函數現在看起來像這樣。

## summarizing mean of variable min and max across both lists 
my_df_long %>%
  group_by(var,metric) %>% 
  filter(metric %in% c("min","max")) %>% 
  summarise(mean(value))


# A tibble: 10 × 3
# Groups:   var [5]
   var                   metric `mean(value)`
   <chr>                 <chr>          <dbl>
 1 Conduct.mS.cm.        max            26.3 
 2 Conduct.mS.cm.        min             0   
 3 Depth.m.              max           137.  
 4 Depth.m.              min            -1.68

但是，這是角色偏好。

或許您可以找到一種不首先創建列表的方法，然后您可以省去額外的步驟。