如何使用 lapply 计算 r 列表中的唯一值

Question

我之前在这里问过一个类似的问题，关于如何计算数据框中的唯一值，但我需要使用 "lapply" 来代替，因为我以前使用的方法不起作用或者我无法得到它使用列表。我还被告知使用其中一个应用功能会更好。

这代表我的数据：

species1 <- data.frame(var_1 = c("a","a","a","b", "b", "b"), var_2 = c("c","c","d", "d", "e", "e"))

species2 <- data.frame(var_1 = c("f","f","f","g", "g", "g"), var_2 = c("h","h","i", "i", "j", "j"))

all_species <- list()

all_species[["species1"]] <- species1
all_species[["species2"]] <- species2

我想使用 lapply 获取每个列表的唯一行数，例如，我需要如下输出：

count_all_species <- list()
count_all_species[["species1"]] <- data.frame(var_1 = c("a", "b"), unique_number = c("2", "2"))

然后第二个列表使用"lapply"函数

Answer 1

这是 tidyverse 的选项。我们循环遍历 data.frame 的 list（使用 map），按 'var_1'、summarise 分组以获得 'var_2' 中不同元素的数量(n_distinct)

library(dplyr)
library(purrr)
map(all_species, ~ .x %>%
                     group_by(var_1) %>% 
                     summarise(unique_number = n_distinct(var_2)))

或者在循环遍历 list 之后使用 distinct 然后执行 count

map(all_species, ~ .x %>% 
                     distinct() %>% 
                     dplyr::count(var_1))

更新

如果变量名改变了，那么我们可以使用position in summarise_at

map(all_species, ~ .x %>%
                     group_by(var_1) %>% 
                     summarise_at(1, n_distinct))

或者另一种选择是将列名字符串转换为符号 (rlang::sym)，然后进行求值 (!!)

map(all_species, ~ .x %>%
             group_by(var_1) %>% 
             summarise(unique_number = n_distinct(!! rlang::sym(names(.x)[2]))))

Answer 2

Table 将是一个简单的 base-R 解决方案。

lapply(all_species, function(x) {
 apply(x, 2, table) 
  }
)

如何使用 lapply 计算 r 列表中的唯一值

How to use lapply to count unique values from a list in r

r

bioinformatics

count

lapply

biomart

更新