使用 lapply 跨数据集生成新变量，条件是不存在

Question

假设我有三个数据集：

df1 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3))
df2 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3))
df3 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3), var3 = c(1,2,3))

我想检查每个数据集中是否存在变量 "var3"。如果没有，我想生成一个名为 "var3" 的空变量。这是我正在尝试的：

dframes <- list(df1,df2,df3)

lapply(dframes, function(df) { 
   ifelse("var3" %in% colnames(df), print("var3 exists"), df$var3 <- NA)
})

输出结果为：

[[1]]
[1] NA

[[2]]
[1] NA

[[3]]
[1] "var3 exists"

并且没有为前两个数据集生成所需的 "var3" 变量 - 它们仍然只包含 "var1" 和 "var2"。

感谢您的帮助。

Answer 1

就把大家说的整理成一个完整的答案：

df1 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3))
df2 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3))
df3 <- data.frame(var1 = c(1,2,3), var2 = c(1,2,3), var3 = c(1,2,3))

dframes <- list(df1,df2,df3)

dfframes_fmt <- lapply(dframes, function(df) { 
  if(! "var3" %in% colnames(df)) {
    df$var3 <- NA
  }
  df
})

> dfframes_fmt
[[1]]
  var1 var2 var3
1    1    1   NA
2    2    2   NA
3    3    3   NA

[[2]]
  var1 var2 var3
1    1    1   NA
2    2    2   NA
3    3    3   NA

[[3]]
  var1 var2 var3
1    1    1    1
2    2    2    2
3    3    3    3

为了更新到原来的名字，你可以这样做：

dfnames <- c("df1", "df2", "df3")
# assemble the list of data frames
dframes <- eval(parse(text = paste0("list(", paste0(dfnames, collapse = ","), ")")))

for(k in seq_along(dframes)){
  set <- dframes[[k]]
  if(! "var3" %in% colnames(set)) {
    set$var3 <- NA
  }
  # assign the df back to the original name
  eval(parse(text =  paste0(dfnames[k], " = set")))
}


> df1
  var1 var2 var3
1    1    1   NA
2    2    2   NA
3    3    3   NA
> df2
  var1 var2 var3
1    1    1   NA
2    2    2   NA
3    3    3   NA
> df3
  var1 var2 var3
1    1    1    1
2    2    2    2
3    3    3    3

使用 lapply 跨数据集生成新变量，条件是不存在

Using lapply to generate new variables across data sets, conditional on not existing

r

if-statement

dataframe

lapply