在多个文件上将 for 循环更改为 lapply

Question

我有很多csv文件，我需要读取所有这些文件并在变量中执行一些操作。我使用了“for 循环”，但它花费的时间太长了。我在这里搜索了很多答案，我知道 lapply 会更有效率，但我无法实现它。有人可以帮我吗？一个文件示例是：

ID  Estimate       SE        avar    h2 
683 6.17E-02       1.226     1.11   0.19
52  -1.77E-02      1.278    1.11    0.19

我有将近 50 个格式相同但名称不同的文件。我想做的是读取所有文件，创建一个名为 rel 的变量，即：1 -(SE^2)/avar。之后我想根据变量 rel 对数据进行子集化并写入新文件。我试过的是：

 myfiles <- list.files(pattern=".csv")

    for (j in 1:length(myfiles)) {
        this_file <- read.csv(myfiles[j], header = T)
        for (i in this_file) {
               for (k in 1:dim(this_file)){
              this_file["rel"] = 1-((this_file["SE"]*this_file["SE"])/this_file["avar"])
              this_file <- subset(this_file, this_file["rel"] >= 0.8*this_file["h2"])

      write.csv(this_file, file=this_file)
    }}}

我知道这很简单，但我不明白。任何帮助将不胜感激。谢谢你。宝拉

Answer 1

这应该会让你接近。我将使用新的文件名矢量，这样我们就不会覆盖您当前的文件。

myfiles <- list.files(pattern = "\.csv$")

## make a vector of new file names 'cat*.csv' where * is 1:length(myfiles)
newfiles <- sprintf("cat%d.csv", seq_along(myfiles))

Map(function(x, y) {
        df <- read.table(x, header = TRUE)
        df$rel <- with(df, 1 - (SE^2 / avar))
        write.table(df[df$rel >= (0.8 * df$h2), ], file = y)
    }, x = myfiles, y = newfiles)

在多个文件上将 for 循环更改为 lapply

changing for loop to lapply over several files

for-loop

r

lapply

dataframe