Select tibbles 列表中的变量使用每个 tibble 中的名称

Question

我有一个 tibbles 或数据框列表（列表中每个都有一个名称），我想：(1) 在每个 tibble 中使用以下变量创建具有相同名称 long.col 的新列不同的名字； (2) 通过从另一个 tibble 匹配每个 tibble 中的键链接 tibble 名称和列名来完成此操作，最后； (3) 在每个小标题中为所有新创建的具有相同名称 long.col 的列绑定行，并标识它们来自的原始小标题。

我想最好使用 tidyverse 函数来执行此操作。这是两者的一个例子：a）tibbles列表； b) 在每个

中将 tibble 名称和变量标识为 select 的关键 tibble

df1 <- tibble(v1 = c(rep("A", 5), rep("B", 5)),
          v2 = 1:10)
df2 <- tibble(v1 = c(rep("C", 6), rep("D", 6)),
          v3 = 11:22)
df3 <- tibble(v1 = c(rep("E", 4), rep("F", 4)),
          v4 = 23:30)

list.df <- list(df1, df2, df3)
names(list.df) <- c("data1", "data2", "data3")

key <- tibble(data = c("data1", "data2", "data3"),
          vars = c("v2", "v3", "v4"))

最终输出应如下所示：

 final.df <- tibble(data = c(rep("data1", 10), rep("data2", 12), rep("data3", 8)),
               long.col = 1:30)

我需要在一个更长的列表中使用多列来执行此操作，因此对于每个小标题中的每一列单独执行此操作是不可行的。

Answer 1

你可以在这里使用map2

library(purrr)
library(tibble)
out <- map2_df(.x = list.df,
               .y = names(list.df),
               .f = ~ {
                 temp <- key[["vars"]][key[['data']] == .y]
                 tibble(data = .y, long.col = .x[[temp]])
                 })

检查输出

identical(final.df, out)
#[1] TRUE

Answer 2

您所陈述的问题的第一步是从键 table 中动态选取变量名称，并在相应的数据框中分配值。这可以通过首先定义一个函数来完成，该函数 returns 基于数据框的基本变量名称（对于 long.col）。

getBaseVar <- function(dfName, keyTibble){
  varToBeTransformed <- keyTibble %>% dplyr::filter(data == (!!dfName)) %>% 
                       dplyr::select(vars) %>% dplyr::first() %>% 
                         rlang::sym(.)
  return(varToBeTransformed)

}

这个函数returns需要变量名作为符号。然后可以将其传递给 dplyr::mutate 函数。为了对列表中存在的所有数据框动态执行此操作，我们将命名的数据框列表传递给 purrr::imap 函数，通过该函数列表元素（在您的情况下为数据框）和列表元素的名称都可以被访问。

list.df.transformed <- purrr::imap(list.df, function(df, name){
   df %>% dplyr::mutate( long.col := !!getBaseVar(name, key))
})

最后，您需要的输出可以通过再次将此转换数据帧列表传递给 purrr::imap 并提取必要的数据（即 long.col 列和带有重复的变量数据框名称的值）。提取后，将其传递给dplyr::bind_rows函数returns所需的数据框。

final.df <- tibble(data = character(), long.col = numeric()) 
purrr::imap(list.df.transformed, function(df, name){
    repeatedNameCol <- tibble(data = rep(name, nrow(df)))
    dataToBind <- df %>% dplyr::select(long.col) %>% 
                     dplyr::bind_cols(repeatedNameCol)
    return(dataToBind)
}) %>% dplyr::bind_rows(.) -> final.df

希望对您有所帮助！

Select tibbles 列表中的变量使用每个 tibble 中的名称

Select variables from list of tibbles using names in each tibble

data-binding

select

r

list

tibble