循环按列过滤

Question

你们能帮我做一个循环吗？

我对

for (){}

循环有点熟悉，但显然还不够:)

mean20neg <- mean(negative20$`19/20`)
mean20pos <- mean(positive20$`19/20`)
sd20neg <- sd(negative20$`19/20`)
sd20pos <- sd(positive20$`19/20`)

如果我想针对多个其他数据帧（例如 Negative21/22 和 Positive21/22）循环运行这些数据（并将结果放在最后的表格中），我该如何寻址这些列？

其他一点可以帮助我如何取消列出 data.frame？因为现在由于某些原因，这些是一个列表，我不能使用 Mean(Negative20[2]) 来处理该列。

谢谢

Answer 1

大多数情况下，当您认为 R 中需要

for

循环时，您并不需要循环，但您可能需要

lapply()

和列表。

1. 将所有数据框放入列表中
2. 使用

   lapply()

   从该列表中的每个数据框中提取特定列
3. 使用

   lapply()

   计算提取列的摘要统计数据
4. 将结果取消列出到向量中
5. 用这些向量制作一个表格，显示结果。

请注意，我使用了三个示例数据集（

iris

、

mtcars

和

trees

）来使此代码可重现。

df_list <- list(iris, mtcars, trees)

# extract e.g. the first column of each data set
extracted_cols <- lapply(df_list, purrr::pluck, 1)

# result is yet another list
# compute summary stats, use `lapply` because columns are still inside a list

mean_value <- lapply(extracted_cols, mean) |> unlist()
#> 5.843333 20.090625 13.248387

sd_value <- lapply(extracted_cols, sd) |> unlist()
#> 0.8280661 6.0269481 3.1381386

# put them in a table

results <- data.frame(id = 1:length(extracted_cols), mean_value, sd_value)
#>   id mean_values sd_values
#> 1  1    5.843333 0.8280661
#> 2  2   20.090625 6.0269481
#> 3  3   13.248387 3.1381386

关于你的问题：

如何寻址这些列？

和

如何取消列出 data.frame？

我知道你所说的“取消列出”是什么意思，你想要的不是将列作为具有 1 列的数据框，而是作为向量，这样你就可以对该列进行数值计算，而函数不会抱怨。

数据帧上的

• [ ]

  返回另一个数据帧
数据框上的

• [[ ]]

  将列返回为向量

• $

  是

  [[ ]]

  的特殊形式，使用列名称，并且具有相同的结果：向量。
• 在

  lapply()

  内部，您可以访问如下列：

lapply(df_list, `[[`, 1)

purrr::pluck()

是

[[

运算符的通用且安全的形式，并且更易于输入和阅读，这就是我使用它的原因（但这是一个意见）。

lapply(df_list, `[[`, 1)

在这两种变体中，代码都会获取

df_list

中包含的每个数据帧的第一列。它返回一个列表，其中每个元素包含相应数据框的第一列。

您可以将

1

替换为您喜欢的任何数字或字符串，例如数据示例中的

"19/20"

。如果不同数据框中的所有列都具有相同的名称，则该字符串有意义。如果它们没有相同的名称，但位于相同的位置，则可以使用数字来索引位置。如果您的相关列既不在相同位置也不具有相同名称，也许您应该事先进行一些数据清理以实现此目的。