如何使用 for 循环从数据框中提取列
How to use a for loop to extract columns from a data frame
我正在尝试使用 for 循环从数据框（名为 table1）中提取列并创建一个新数据框（名为 smalldata），后者只有这些3 列（ID1、ID2、ID3）。我在下面包含了我的代码，但它不起作用。
for (i in 1:3) {
idlist[[i]] <- table1$ID[i]
}
smalldata <- do.call(cbind, idlist)
View(smalldata)
能否将 [i] 与数据框中的 $ 一起使用以在 for 循环中提取这些列？
编辑：进行循环的原因是我的列名是按顺序命名的。例如：我有 ID1-ID100、EVENT1-EVENT100、EXP1-EXP100。在这个例子中我想做的是创建 100 个数据集。首先，我想提取 ID1、EVENT1、EXP1 并创建数据集并导出。然后我想拉取ID2、EVENT2、EXP2和export等等。感谢任何额外的输入。
如果你必须用 for 循环来做，你可以解决这个问题：
new <- list() # construct as list -- data.frames are fancy lists
cols <- c(1, 5, 3) # use a vector of column indices
for (i in seq_along(cols)) {
# append the list at each column
new[[i]] <- mtcars[, cols[i], drop = FALSE]
}
new <- as.data.frame(new) # make list into data.frame
identical(new, mtcars[, cols]) # check that this produces the same thing
#> [1] TRUE
head(new)
#> mpg drat disp
#> Mazda RX4 21.0 3.90 160
#> Mazda RX4 Wag 21.0 3.90 160
#> Datsun 710 22.8 3.85 108
#> Hornet 4 Drive 21.4 3.08 258
#> Hornet Sportabout 18.7 3.15 360
#> Valiant 18.1 2.76 225
str(new)
#> 'data.frame': 32 obs. of 3 variables:
#> $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
#> $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
#> $ disp: num 160 160 108 258 360 ...
由 reprex package (v2.0.1)
于 2022-05-20 创建
编辑
根据更多信息，以下内容应该有效。但是，for 循环似乎不是必需的，apply 系列函数似乎已经足够好了。希望如果您的处理需要 for 循环，那么将这些组合起来就足以满足您的需求。
data <- Reduce(
cbind,
lapply(
1:20,
function(i) {
out <- data.frame(
id = order(runif(5)),
event = runif(5) < .5,
other_col = runif(5)
)
colnames(out) <- paste0(colnames(out), i)
out
}
)
)
# just a quick peak
str(data[, c(1:3, 9:12, 21:24)])
#> 'data.frame': 5 obs. of 11 variables:
#> $ id1 : int 3 2 1 4 5
#> $ event1 : logi FALSE FALSE TRUE TRUE FALSE
#> $ other_col1: num 0.617 0.951 0.511 0.185 0.667
#> $ other_col3: num 0.6856 0.0524 0.5786 0.9265 0.2291
#> $ id4 : int 4 2 1 5 3
#> $ event4 : logi TRUE TRUE FALSE FALSE FALSE
#> $ other_col4: num 0.0849 0.8345 0.8465 0.1958 0.2534
#> $ other_col7: num 0.656 0.353 0.604 0.973 0.381
#> $ id8 : int 2 3 5 4 1
#> $ event8 : logi TRUE FALSE FALSE TRUE TRUE
#> $ other_col8: num 0.646 0.693 0.534 0.624 0.625
result <- lapply(1:20, function(i) {
# make pattern (must have letters before number)
pattern <- paste0("[a-z]", i, "$")
# find the column indeces that match the pattern
ind <- grep(pattern, colnames(data))
# extract those indices
res <- data[, ind, ]
# optional: rename columns
colnames(res) <- sub(paste0(i, "$"), "", colnames(res))
res
})
head(result)
#> [[1]]
#> id event other_col
#> 1 3 FALSE 0.6174577
#> 2 2 FALSE 0.9509916
#> 3 1 TRUE 0.5107370
#> 4 4 TRUE 0.1851543
#> 5 5 FALSE 0.6670226
#>
#> [[2]]
#> id event other_col
#> 1 3 TRUE 0.8261719
#> 2 4 FALSE 0.4171351
#> 3 1 TRUE 0.5640345
#> 4 5 TRUE 0.6825371
#> 5 2 FALSE 0.4381013
#>
#> [[3]]
#> id event other_col
#> 1 4 FALSE 0.68559712
#> 2 3 FALSE 0.05241906
#> 3 2 FALSE 0.57857342
#> 4 1 TRUE 0.92649458
#> 5 5 TRUE 0.22908630
#>
#> [[4]]
#> id event other_col
#> 1 4 TRUE 0.08491369
#> 2 2 TRUE 0.83452439
#> 3 1 FALSE 0.84650621
#> 4 5 FALSE 0.19578470
#> 5 3 FALSE 0.25342999
#>
#> [[5]]
#> id event other_col
#> 1 4 FALSE 0.8912857
#> 2 1 FALSE 0.1261470
#> 3 3 FALSE 0.7962369
#> 4 5 TRUE 0.3911494
#> 5 2 FALSE 0.6041862
#>
#> [[6]]
#> id event other_col
#> 1 4 TRUE 0.8987728
#> 2 2 TRUE 0.2830371
#> 3 5 FALSE 0.6696249
#> 4 3 FALSE 0.6249742
#> 5 1 FALSE 0.4754757
由 reprex package (v2.0.1)
创建于 2022-05-22
看到您的编辑后，这里的答案并未直接回答您的问题，但确实解决了您的问题。一般我把你的数据重新格式化成长格式然后按组导出。
df_main <- data.frame(
id = 1:26, # you need a row ID so you can unpivot
ID1 = sample(letters, 26),
event1 = sample(1:26),
ID2 = sample(letters, 26),
event2 = sample(1:26)
)
library(tidyr)
df_pivot <- df_main |>
pivot_longer(
# don't pivot the ID column
cols = c(everything(), -id), names_to = c("type", "number"),
# transform values into lists so characters and integers can be in the same column
names_pattern = "([A-z]+)(\d+)", values_transform = as.list
) |>
pivot_wider(names_from = type, values_from = value)
library(dplyr)
df_nested <- df_pivot |>
group_by(number) |>
nest()
library(purrr)
export_data <- function(number, data) {
# write.xlsx for exporting, maybe
# could include the number in the file name
print(number)
print(data)
}
df_nested |>
with(
walk2(number, data, export_data)
)
旧：
听起来像是 dplyr::select
的一个很好的用例
library(dplyr)
# character vector of column names
vec_column_names <- c("Species", "Petal.Width")
df_small <- iris |>
select(all_of(vec_column_names))
# or a vector of column positions
df_small <- iris |>
select(1:3)
我正在尝试使用 for 循环从数据框（名为 table1）中提取列并创建一个新数据框（名为 smalldata），后者只有这些3 列（ID1、ID2、ID3）。我在下面包含了我的代码，但它不起作用。
for (i in 1:3) {
idlist[[i]] <- table1$ID[i]
}
smalldata <- do.call(cbind, idlist)
View(smalldata)
能否将 [i] 与数据框中的 $ 一起使用以在 for 循环中提取这些列？
编辑：进行循环的原因是我的列名是按顺序命名的。例如：我有 ID1-ID100、EVENT1-EVENT100、EXP1-EXP100。在这个例子中我想做的是创建 100 个数据集。首先，我想提取 ID1、EVENT1、EXP1 并创建数据集并导出。然后我想拉取ID2、EVENT2、EXP2和export等等。感谢任何额外的输入。
如果你必须用 for 循环来做，你可以解决这个问题：
new <- list() # construct as list -- data.frames are fancy lists
cols <- c(1, 5, 3) # use a vector of column indices
for (i in seq_along(cols)) {
# append the list at each column
new[[i]] <- mtcars[, cols[i], drop = FALSE]
}
new <- as.data.frame(new) # make list into data.frame
identical(new, mtcars[, cols]) # check that this produces the same thing
#> [1] TRUE
head(new)
#> mpg drat disp
#> Mazda RX4 21.0 3.90 160
#> Mazda RX4 Wag 21.0 3.90 160
#> Datsun 710 22.8 3.85 108
#> Hornet 4 Drive 21.4 3.08 258
#> Hornet Sportabout 18.7 3.15 360
#> Valiant 18.1 2.76 225
str(new)
#> 'data.frame': 32 obs. of 3 variables:
#> $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
#> $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
#> $ disp: num 160 160 108 258 360 ...
由 reprex package (v2.0.1)
于 2022-05-20 创建编辑
根据更多信息，以下内容应该有效。但是，for 循环似乎不是必需的，apply 系列函数似乎已经足够好了。希望如果您的处理需要 for 循环，那么将这些组合起来就足以满足您的需求。
data <- Reduce(
cbind,
lapply(
1:20,
function(i) {
out <- data.frame(
id = order(runif(5)),
event = runif(5) < .5,
other_col = runif(5)
)
colnames(out) <- paste0(colnames(out), i)
out
}
)
)
# just a quick peak
str(data[, c(1:3, 9:12, 21:24)])
#> 'data.frame': 5 obs. of 11 variables:
#> $ id1 : int 3 2 1 4 5
#> $ event1 : logi FALSE FALSE TRUE TRUE FALSE
#> $ other_col1: num 0.617 0.951 0.511 0.185 0.667
#> $ other_col3: num 0.6856 0.0524 0.5786 0.9265 0.2291
#> $ id4 : int 4 2 1 5 3
#> $ event4 : logi TRUE TRUE FALSE FALSE FALSE
#> $ other_col4: num 0.0849 0.8345 0.8465 0.1958 0.2534
#> $ other_col7: num 0.656 0.353 0.604 0.973 0.381
#> $ id8 : int 2 3 5 4 1
#> $ event8 : logi TRUE FALSE FALSE TRUE TRUE
#> $ other_col8: num 0.646 0.693 0.534 0.624 0.625
result <- lapply(1:20, function(i) {
# make pattern (must have letters before number)
pattern <- paste0("[a-z]", i, "$")
# find the column indeces that match the pattern
ind <- grep(pattern, colnames(data))
# extract those indices
res <- data[, ind, ]
# optional: rename columns
colnames(res) <- sub(paste0(i, "$"), "", colnames(res))
res
})
head(result)
#> [[1]]
#> id event other_col
#> 1 3 FALSE 0.6174577
#> 2 2 FALSE 0.9509916
#> 3 1 TRUE 0.5107370
#> 4 4 TRUE 0.1851543
#> 5 5 FALSE 0.6670226
#>
#> [[2]]
#> id event other_col
#> 1 3 TRUE 0.8261719
#> 2 4 FALSE 0.4171351
#> 3 1 TRUE 0.5640345
#> 4 5 TRUE 0.6825371
#> 5 2 FALSE 0.4381013
#>
#> [[3]]
#> id event other_col
#> 1 4 FALSE 0.68559712
#> 2 3 FALSE 0.05241906
#> 3 2 FALSE 0.57857342
#> 4 1 TRUE 0.92649458
#> 5 5 TRUE 0.22908630
#>
#> [[4]]
#> id event other_col
#> 1 4 TRUE 0.08491369
#> 2 2 TRUE 0.83452439
#> 3 1 FALSE 0.84650621
#> 4 5 FALSE 0.19578470
#> 5 3 FALSE 0.25342999
#>
#> [[5]]
#> id event other_col
#> 1 4 FALSE 0.8912857
#> 2 1 FALSE 0.1261470
#> 3 3 FALSE 0.7962369
#> 4 5 TRUE 0.3911494
#> 5 2 FALSE 0.6041862
#>
#> [[6]]
#> id event other_col
#> 1 4 TRUE 0.8987728
#> 2 2 TRUE 0.2830371
#> 3 5 FALSE 0.6696249
#> 4 3 FALSE 0.6249742
#> 5 1 FALSE 0.4754757
由 reprex package (v2.0.1)
创建于 2022-05-22看到您的编辑后，这里的答案并未直接回答您的问题，但确实解决了您的问题。一般我把你的数据重新格式化成长格式然后按组导出。
df_main <- data.frame(
id = 1:26, # you need a row ID so you can unpivot
ID1 = sample(letters, 26),
event1 = sample(1:26),
ID2 = sample(letters, 26),
event2 = sample(1:26)
)
library(tidyr)
df_pivot <- df_main |>
pivot_longer(
# don't pivot the ID column
cols = c(everything(), -id), names_to = c("type", "number"),
# transform values into lists so characters and integers can be in the same column
names_pattern = "([A-z]+)(\d+)", values_transform = as.list
) |>
pivot_wider(names_from = type, values_from = value)
library(dplyr)
df_nested <- df_pivot |>
group_by(number) |>
nest()
library(purrr)
export_data <- function(number, data) {
# write.xlsx for exporting, maybe
# could include the number in the file name
print(number)
print(data)
}
df_nested |>
with(
walk2(number, data, export_data)
)
旧：
听起来像是 dplyr::select
的一个很好的用例library(dplyr)
# character vector of column names
vec_column_names <- c("Species", "Petal.Width")
df_small <- iris |>
select(all_of(vec_column_names))
# or a vector of column positions
df_small <- iris |>
select(1:3)