R - 遍历列表中的 data.frames - 修改列的字符（列表元素）

Question

我有几千个 *.csv 文件（所有文件都有唯一的名称）但是 header - 文件中的列是相等的 - 比如 "Timestamp"、"System_Name", "CPU_ID", 等等...
我的问题是如何替换 "System_Name"（这是一个系统名称，如 "as12535.org.at" 或任何其他字符组合，并将其匿名化？我很感激任何提示或指向正确方向的点.. .
在 CSV 文件的结构下方...

"Timestamp","System_Name","CPU_ID","User_CPU","User_Nice_CPU","System_CPU","Idle_CPU","Busy_CPU","Wait_IO_CPU","User_Sys_Pct"  
"1161025010002000","as06240.org.xyz:LZ","-1","1.83","0.00","0.56","97.28","2.72","0.33","3.26" 
"1161025010002000","as06240.org.xyz:LZ","-1","1.83","0.00","0.56","97.28","2.72","0.33","3.26" 
"1161025010002000","as06240.org.xyz:LZ","-1","1.83","0.00","0.56","97.28","2.72","0.33","3.26"

我用 R 包 anonymizer 尝试了它，它在矢量级别上运行良好，但我运行遇到了问题，因为我在 R 中阅读了数千个 csv 文件 - 我尝试了以下 - 创建一个列表，其中所有 csv 文件作为列表中的数据框。

initialize a list
r.path <- setwd("mypath")
ldf <- list()

# creates the list of all the csv files in my  directory - but filter for 
# files with Unix in the filename for testing.
listcsv <- dir(pattern = ".UnixM.") 

for (i in 1:length(listcsv)){
ldf[[i]] <- read.csv(file = listcsv[i]) 
}

我的大脑快要死了，因为我无法匿名化 System_Name 列，甚至无法替换某些字符（对于 pseudo-anonymization）并循环遍历列表（ldf ) 和那个列表的数据框元素。

我的列表 ldf（包含单个 csv 文件的 df）如下所示：

summary(ldf)
Length Class      Mode
[1,] 5      data.frame list
[2,] 5      data.frame list
[3,] 5      data.frame list

我现在如何读取所有 CSV 文件，更改或匿名化 "System_Name" 列的全部或什至部分，并在 R 中的循环中对目录中的每个 CSV 执行此操作？不需要超级优雅 - 当它完成工作时我很高兴:-)

Answer 1

这样做的常见模式是：

df <- do.call(
  rbind,
  lapply(dir(pattern = "UnixM"), 
         read.csv, stringsAsFactors = FALSE)
)
df$System_Name <- anonymizer::anonymize(df$System_Name)

它与您尝试的不同，因为它将所有数据帧绑定到一个，然后匿名化。

当然你可以把所有的东西都放在一个列表中，就像@S Rivero 建议的那样。它看起来像：

listdf <- lapply(
  dir(pattern = "UnixM"),
  function(filename) {
    df <- read.csv(filename, stringsAsFactors = FALSE)
    df$System_Name <- anonymizer::anonymize(df$System_Name)
    df
  }
)

R - 遍历列表中的 data.frames - 修改列的字符（列表元素）

R - looping through data.frames in a list - modify characters of column (list element)

csv

loops

r

anonymize

dataframe