在循环遍历 R 中的数据帧列表后，将每个数据帧的名称附加为一列

Question

我创建了一个数据框列表。我需要遍历它们，过滤我需要的内容并保存为单个文件。但是，我需要从每个文件中知道每个值的来源。

每个数据框都有一个名称，如塑料椅子 1111、木椅 3950、Table 6909 等...并保存在名为“listed”的列表中，该列表包含以下结构：

listed[1]

Material_ID  ABC  Key.Figure   W01  W02  W03
46548970     A    Actuals     1048  564  548
46548970     A    Forecasted  848   500  590 
18969856     A    Actuals     358   1500 900 
18969856     A    Forecasted  460   1602 1000

listed[2]

Material_ID  ABC  Key.Figure   W01  W02  W03
24564897     A    Actuals     1258  444  798
26548970     A    Forecasted  1345  500  850 
34879856     A    Actuals      985  1020 980 
15486856     A    Forecasted   846  1064 1100

我想获得的是：

   Group name  Group Code Material_ID  ABC  Key.Figure   W01  W02  W03
   Plastic Chair   1111   46548970     A    Actuals     1048  564  548
   Plastic Chair   1111   18969856     A    Actuals     358   1500 900 
    Wooden Chair   3950   24564897     A    Actuals     1258  444  798
    Wooden Chair   3950   34879856     A    Actuals      985  1020 980

是否可以使用数据框名称在左侧创建这两列？

非常感谢您的帮助！

如果您需要更好地了解情况，这是我的代码。

library(openxlsx)
library(dplyr)
library(purrr)

# read the data
filename = 'Dataset.xlsx'
wb <- loadWorkbook(filename)

# get a list of the spreadshits in the excel file
sheetNames <- sheets(wb)
sheetNames <- make_names(sheetNames)

# create an empty list
listed <- list()

# assign which spreadshit as a dataframe inside a list
for(i in 1:length(sheetNames))
{
  listed[[i]] <- assign(sheetNames[i],readWorkbook(wb,sheet = i))
  print(paste0("read the ", i," file")) # here it says what it's doing
}

# remove variable Sales.Org.ID
map(listed, ~ (.x %>% select(-Sales.Org.ID)))

# filter the dataframes to only show rows with Key.Figure = "Actual Totals"
list_actuals <- lapply(listed, function(x) x %>%
                         filter( Key.Figure == "Actual Totals"),
  )

# put the result in a single dataframe  
result_actuals = do.call(rbind,list_actuals)

Answer 1

我认为稍微简化代码会有所帮助。例如，不要先将 sheet 名称更改为 make_names，然后遍历 sheet 数字以导入。相反，在导入数据之前使用未更改的 sheet 名称，并在以后根据需要更改名称。也可以尝试 map_df，而不是 lapply 后接 rbind。它不像评论中建议的 purrr::mapdfr 那样专业，但更容易看到正在发生的事情。在下面的示例代码中，我在 map_df 中使用 mutate 将名称插入到每个数据框中，然后 map_df 将它们合并。

library(openxlsx)
library(dplyr)
library(purrr)

# read the data
filename = 'Dataset.xlsx'
wb <- loadWorkbook(filename)

wb %>%
    sheets() %>%

    # read all of the sheets, put the sheet name in a new column
    map_df(~readWorkbook(wb, sheet = .x) %>% mutate(group_name = .x)) %>%
    
    # remove variable Sales.Org.ID
    select(-Sales.Org.ID) %>%

    # filter the dataframes to only show rows with Key.Figure = "Actual Totals"
    filter( Key.Figure == "Actual Totals") %>%

    # if you still want to change the names taken from the sheet names
    mutate(group_name = make_name(group_name))

在循环遍历 R 中的数据帧列表后，将每个数据帧的名称附加为一列

Attach the name of each dataframe as a column after looping over a list of dataframes in R

r

list

spreadsheet

dataframe