如何对 tibbles 进行运行操作并在 tibbles 中进行 columns/values 操作，其中 tibbles 在列表中？

Question

我是 R 的新手，因此很抱歉，如果 awnser 很明显。我正在尝试对 tibbles 及其 values/columns 执行操作，而此 tibbles 是列表的一部分。以前我会手动上传每个现在的小标题作为 data.frame（csv 数据）并在 data.frame 上手动执行操作。不幸的是，这很烦人，所以我试图同时为我的所有 data.frame 完成脚本中的所有操作。例如，到目前为止对我有用的是将 0.7 添加到列表中每个小标题中名称为 'Temperature' 的每一列中的每个元素。我是这样做的：

for(i in seq_along(Data_List)) {Data_List[[i]]$Temperature <- Data_List[[i]]$Temperature + 0.7}

但是我现在想执行不同的任务：主要是我需要将我的 tibbles 分成序列。当我一次使用一个 data.frame 时，这就是我所做的：

df_Sitting <- df[1:12, ]
df_Standing <- df[13:26, ]
df_LigEx <- df[27:35, ]
df_VigEx <- df[36:42, ]
df_After <- df[43:54, ]

如何针对我现在拥有的所有 tibbles/data.frames 列表正确调整它？其次，我想进行描述性统计，Pearson Correlation和Lin Correlation。此外，我创建了一个 ggplot 和一个 Bland-Altman-Plot。我是这样做的：

describe(df$Temperature)
describe(df$Temp_core)
cor.test(df)
library(epiR)
epi.ccc(df$Temp_core, df$Temperature, ci = "z-transform", 
        conf.level = 0.95, rep.measure = FALSE, subjectid)
mdata <- melt(df, id="Time")
ggplot(data = mdata, aes(x = Time, y = value))+
  geom_point(aes(group= variable, color = variable))+
  geom_line(aes(group= variable, color = variable))
library(BlandAltmanLeh)
BlandAltman_df <- bland.altman.plot(df$Temp_core, df$Temperature, graph.sys = "ggplot2")
print(BlandAltman_df +theme(plot.title=element_text(hjust = 0.5)))

我现在想运行一次为整个小标题和小标题中的变量列表使用上面的所有函数，并获取所有相应的统计数据和图表，以便稍后创建 Markdown。我试过 lapply 但不知何故不起作用。我希望我正确地提出了问题，感谢您的帮助！！

PS，这是 dput(head(df, 20))

的输出

structure(list(Time = structure(c(52465, 52525, 52585, 52645, 
52705, 52765, 52825, 52885, 52945, 53005, 53065, 53125, 53185, 
53245, 53305, 53365, 53425, 53485, 53545, 53605), class = c("hms", 
"difftime"), units = "secs"), Temp_core = c(35.565, 36.097, 36.38, 
36.591, 36.782, 36.927, 37.067, 37.149, 37.208, 37.249, 37.276, 
37.296, 37.327, 37.349, 37.356, 37.376, 37.393, 37.397, 37.409, 
37.432), Temperature = c(33.87, 34.52, 34.85, 35.12, 35.37, 35.59, 
35.74, 35.82, 35.95, 3600, 36.06, 36.17, 36.23, 36.18, 36.16, 
36.18, 36.19, 36.19, 36.37, 36.37)), row.names = c(NA, -20L), class = c("tbl_df", 
"tbl", "data.frame"))

Answer 1

使用一些其他类型的列表在 R 中是完全可行的。首先，我建议将 seq_along 替换为 lapply，或者因为您已经在使用 tidyverse，purrr::map：

for(i in seq_along(Data_List)) {
    Data_List[[i]]$Temperature <- Data_List[[i]]$Temperature + 0.7
}

变为：

modified_data_list <- purrr::map(Data_List, function(df){
    dplyr::mutate(df, Temperature = Temperature + 0.7)
})

您可以对上述功能应用相同的原则。请注意，我在这里使用 purrr:walk 而不是 map，因为您没有在函数中返回修改后的数据框，而是将其称为“副作用”，如情节：

library(epiR)
library(BlandAltmanLeh)

modified_data_list <- purrr::walk(Data_List, function(df){
    describe(df$Temperature)
    describe(df$Temp_core)
    cor.test(df)
    epi.ccc(df$Temp_core, df$Temperature, ci = "z-transform", 
        conf.level = 0.95, rep.measure = FALSE, subjectid)
    mdata <- melt(df, id="Time")
    ggplot(data = mdata, aes(x = Time, y = value))+
      geom_point(aes(group= variable, color = variable))+
      geom_line(aes(group= variable, color = variable))
    BlandAltman_df <- bland.altman.plot(df$Temp_core, df$Temperature, graph.sys = "ggplot2")
    print(BlandAltman_df +theme(plot.title=element_text(hjust = 0.5)))
})

Answer 2

您可以 lapply 列表成员的测试和绘图代码以及 return 测试结果和绘图列表。类似于以下内容。

library(ggplot2)
library(epiR)
library(BlandAltmanLeh)

Data_List <- lapply(Data_List, \(X){
  X[["Temperature"]] <- X[["Temperature"]] + 0.7
  X
})

cor_test_list <- lapply(Data_List, \(X) cor.test(formula = ~ Temperature + Temp_core, data = X))
lin_test_list <- lapply(Data_List, \(X){
  epi.ccc(
    X[["Temp_core"]], 
    X[["Temperature"]], 
    ci = "z-transform", 
    conf.level = 0.95, 
    rep.measure = FALSE
  )
})

gg_plot_list <- lapply(Data_List, \(X){
  mdata <- reshape2::melt(X, id = "Time")
  ggplot(data = mdata, aes(x = Time, y = value))+
    geom_point(aes(group = variable, color = variable))+
    geom_line(aes(group= variable, color = variable))
})

BlandAltman_List <- lapply(Data_List, \(X){
  BlandAltman_df <- bland.altman.plot(X$Temp_core, X$Temperature, graph.sys = "ggplot2")
  BlandAltman_df + 
    theme(plot.title = element_text(hjust = 0.5))
})

测试

要访问测试结果，请再次使用 *apply 循环和提取函数。

sapply(cor_test_list, "[[", "estimate")
# df_a.cor  df_b.cor  df_c.cor 
#0.7425467 0.5259107 0.4572278 

sapply(cor_test_list, "[[", "statistic")
#  df_a.t   df_b.t   df_c.t 
#7.680738 4.283887 3.561892 

sapply(cor_test_list, "[[", "p.value")
#        df_a         df_b         df_c 
#6.709843e-10 8.771860e-05 8.434625e-04 

sapply(lin_test_list, "[[", "rho.c")
sapply(lin_test_list, "[[", "sblalt")

地块

剧情可以一一绘制：

gg_plot_list[[1]]
BlandAltman_List[[1]]

或在 print 循环中。

for(i in seq_along(gg_plot_list)) 
  print(gg_plot_list[[i]])

或者到图形设备（到磁盘文件）。

for(i in seq_along(gg_plot_list)) {
  filename <- sprintf("Rplot%03d.png", i)
  png(filename = filename)
  print(gg_plot_list[[i]])
  dev.off()
}

测试数据

Data_List <- iris[1:2]
names(Data_List) <- c("Temp_core", "Temperature")
Data_List$Time <- rep(1:50, 3)
Data_List <- split(Data_List, iris$Species)
names(Data_List) <- paste("df", letters[1:3], sep = "_")
Data_List <- lapply(Data_List, \(x){row.names(x) <- NULL; x})

如何对 tibbles 进行 运行 操作并在 tibbles 中进行 columns/values 操作，其中 tibbles 在列表中？

How to run operations on tibbles and the columns/values in the tibbles, with the tibbles being in a list?

r

list

ggplot2

tibble

测试

地块

测试数据

如何对 tibbles 进行运行操作并在 tibbles 中进行 columns/values 操作，其中 tibbles 在列表中？