根据向量的内容对列表中的数据帧进行子集化

Question

我有一个包含五个数据帧的列表。每个数据框包含一个维度列和 4 个值列。我想根据向量的内容对列表中的每个数据帧进行子集化。

df <- data.frame(x = 1:100, y2 = runif(100, 0, 100), y3 = runif(100, 0, 100), y4 = runif(100, 0, 100), y5 = runif(100,0,100))
df2 <- data.frame(x = 1:100, y2 = runif(100, 0, 100), y3 = runif(100, 0, 100), y4 = runif(100, 0, 100), y5 = runif(100,0,100))
df3 <- data.frame(x = 1:100, y2 = runif(100, 0, 100), y3 = runif(100, 0, 100), y4 = runif(100, 0, 100), y5 = runif(100,0,100))
df4 <- data.frame(x = 1:100, y2= runif(100, 0, 100), y4 = runif(100, 0, 100), y4 = runif(100, 0, 100), y5 = runif(100,0,100))
df5 <- data.frame(x = 1:100, y2= runif(100, 0, 100), y4 = runif(100, 0, 100), y4 = runif(100, 0, 100), y5 = runif(100,0,100))
frames <- list(df, df2, df3, df4, df5)

所以在这个例子中，我的列表是 "frames"。假设我有以下向量：

subs <- 50:60

我的目标是对数据帧列表进行子集化，使每个数据帧只包含第一列的值在 subs 向量内的行。

有什么建议吗？

谢谢，本

Answer 1

你可以试试lapply

lapply(frames, function(.dat) .dat[with(.dat, x %in% subs),])

Answer 2

如果您的第一列都命名为 x，您可以在框架上使用 lapply：

lapply(frames,function(p){p[p$x %in% subs,]})

Answer 3

在我看来，您几乎所有的问题都与具有相同列的数据框列表有关，这会导致您在每个操作中使用 lapply 循环（这似乎非常低效）。

或者，您可以向量化大部分操作，只需将所有列表绑定到一个对象中，同时维护每个列表的 ID data.frame，当完成所有数据操作后，您可以将它们拆分回使用 split.

列出

这是一个使用 data.tables development version on Github 的示例（您可以使用 dplyr::unnest 获得类似的结果）

library(data.table)
Res <- rbindlist(frames, idcol = "ID")[x %between% subs]
#     ID  x        y2       y3        y4       y5
#  1:  1 50 54.692889 58.51886 12.754368 35.61516
#  2:  1 51 21.206308 12.77442 52.440787 93.67734
#  3:  2 50 12.655685 84.55044  3.194644 54.46706
#  4:  2 51 83.840276 61.32614 61.139038 92.39402
#  5:  3 50 54.847797 20.68419 19.585931 48.87072
#  6:  3 51 75.510691 68.17955 98.696579 91.48688
#  7:  4 50 63.203071 95.94132 41.835923 60.68250
#  8:  4 51 75.481676 51.67619 80.393557 24.48381
#  9:  5 50 65.744847 50.36983 86.548843 83.31730
# 10:  5 51  4.956835 57.25666 27.106395 32.92020

最终（在完成所有数据操作之后）您只需要做

split(Res, Res$ID)

为了让 data.frame 回到列表中

根据向量的内容对列表中的数据帧进行子集化

Subset a dataframes in a list based on the content of a vector

r

list

subset