使用管道在列表中的单个列上应用 dplyr 函数

Question

我正在尝试在特定列的数据框列表中过滤某些内容。通常在使用 dplyr 的单个数据帧中，我会使用：

#creating dataframe
df <- data.frame(a = 0:10, d = 10:20)

# filtering column a for rows greater than 7
df %>% filter(a > 7)

我尝试使用以下方法在列表中执行此操作：


# creating list
x <- list(data.frame(a = 0:10, b = 10:20), 
data.frame(c = 11:20, d = 21:30), 
data.frame(e = 15:25, f = 35:45))

# selecting the appropriate column and trying to filter
# this is not working
x[1][[1]][1] %>% lapply(. %>% {filter(. > 2)})

# however, if I use the min() function it works
x[1][[1]][1] %>% lapply(. %>% {min(.)})

我发现 %>% 语法很容易理解和执行。但是，在这种情况下，选择一个特定的列并执行一些非常简单的操作（如过滤）是行不通的。我猜 map 可能同样有用。感谢任何帮助。

Answer 1

您可以使用 filter_at 按位置引用列。

library(dplyr)
purrr::map(x, ~.x %>% filter_at(1, any_vars(. > 7)))

在filter中，您可以对列进行子集化并使用它

purrr::map(x, ~.x %>% filter(.[[1]] > 7))

在基础 R 中，这将是：

lapply(x, function(y) y[y[[1]] > 7, ])

Answer 2

您似乎有兴趣检查列表中每个数据框第一列的条件。使用 dplyr 的一种解决方案是

lapply(x, function(df) {df %>% filter_at(1, ~. > 7)})

filter_at中的1表示我要检查第第列上的条件（1是位置索引）列表中的每个数据框。

编辑

经过评论中的讨论，我提出以下解决方案

lapply(x, function(df) {df %>% filter(a > 7) %>% select(a) %>% slice(1)})

输入数据

x <- list(data.frame(a = 0:10, b = 10:20), 
      data.frame(a = 11:20, b = 21:30), 
      data.frame(a = 15:25, b = 35:45))

输出

[[1]]
  a
1 8

[[2]]
   a
1 11

[[3]]
   a
1 15

Answer 3

将 filter 与 across

结合使用

library(dplyr)
library(purrr)
map(x, ~ .x %>% 
           filter(across(names(.)[1], ~ .> 7)))

使用管道在列表中的单个列上应用 dplyr 函数

Apply dplyr functions on a single column across a list using piping

r

list

dataframe

dplyr

magrittr

编辑