循环组合错误 - 函数(多个数据帧)

Error by looping combn - function (multiple Dataframes)

我很难在多个数据帧的函数中获得一个函数。

我有多个数据框:看起来都像

A <- data.frame(Date = as.character(c("Jan-22", "Dec-21", "Nov-21", "Oct-21")),
                City1 = seq(1:4),
                City2 = seq(1:8))

但是有些数据框有更多的城市(3 到 8 个)。我想 运行 所有数据帧的以下代码:

Dates_A <- A$Date
A$Date <- NULL 
nm1 <- combn(names(A), 2, FUN = paste, collapse = "_")
A[nm1] <- combn(A, 2, FUN = function(x) abs(x[[1]]- x[[2]]))
Casava$A<- Dates_A

适用于我的第一个 Dataframe。所以我试着把我所有的数据框放到一个列表中

dfList <- list(A, B, C, D, E)

并将代码放入循环中:

for (i in 1: length(dfList)) 
                  {
  Dates_i <- dfList[i]$Date
  dfList[i]$Date <- NULL 
  nm1 <- combn(names(dfList[[i]]), 2, FUN = paste, collapse = "_")
  dfList[i][nm1] <- combn(dfList[[i]], 2, FUN = function(x) abs(x[[1]]- x[[2]]))
  dfList[i] <- select(dfList[[i]], contains("_"))
  dfList[i]$Dates <- Dates_i}

但现在我收到错误:

x[[1]] 中的错误 - x[[2]]:二元运算符的非数字参数

有人可以帮忙吗?我对循环不熟悉。

编辑: 抱歉,我在单个 Dataframe 上更正了我 运行 的第一个代码(3 我只是因为我尝试过它 - 现在它不起作用,2 是我想要的)。

我的代码只在循环中中断

dfList[i][nm1] <- combn(dfList[[i]], 2, FUN = function(x) abs(x[[1]]- x[[2]]))

我会略有不同。我会将所有内容包装在一个函数中并应用,即

f1 <- function(df){
  cbind.data.frame(df, 
                   lapply(combn(df[-1], 2, simplify = FALSE), function(i) {
                     nm <- paste0(names(i[1]), '_', names(i[2]));
                     i[nm] <- i[1] - i[2]; 
                     i[3]}))
}

> f1(A)
     Date City1 City2 City3 City1_City2 City1_City3 City2_City3
1  Jan-22     1     1     1           0           0           0
2  Dec-21     2     2     2           0           0           0
3  Nov-21     3     3     3           0           0           0
4  Oct-21     4     4     4           0           0           0
5  Jan-22     1     5     5          -4          -4           0
6  Dec-21     2     6     6          -4          -4           0
7  Nov-21     3     7     7          -4          -4           0
8  Oct-21     4     8     8          -4          -4           0
9  Jan-22     1     1     9           0          -8          -8
10 Dec-21     2     2    10           0          -8          -8
11 Nov-21     3     3    11           0          -8          -8
12 Oct-21     4     4    12           0          -8          -8
13 Jan-22     1     5    13          -4         -12          -8
14 Dec-21     2     6    14          -4         -12          -8
15 Nov-21     3     7    15          -4         -12          -8
16 Oct-21     4     8    16          -4         -12          -8

然后将该函数应用于您的列表,即

lapply(dfList, f1)

数据

structure(list(Date = c("Jan-22", "Dec-21", "Nov-21", "Oct-21", 
"Jan-22", "Dec-21", "Nov-21", "Oct-21", "Jan-22", "Dec-21", "Nov-21", 
"Oct-21", "Jan-22", "Dec-21", "Nov-21", "Oct-21"), City1 = c(1L, 
2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), 
    City2 = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 1L, 2L, 3L, 4L, 
    5L, 6L, 7L, 8L), City3 = 1:16), class = "data.frame", row.names = c(NA, 
-16L))