我有一个最终想要合并的数据框列表,同时保留其原始数据框名称或列表索引的记录。这将允许我在所有行中进行子集等。为了做到这一点,我想为每个数据帧添加一个新的变量'id',它包含它所属数据帧的名称/索引。列表中的数据帧;添加一个名称为dataframe的新变量
编辑:“在我的真实代码中,数据帧变量是通过使用以下代码读取多个文件而创建的,所以我没有实际名称,只有'files.to.read'列表中的实际名称,我不确定 Working-with-dataframes-in-a-list-drop-variables-add-new-ones和 Using-lapply-with-changing-arguments
我已经使用了索引列表尝试了两种类似的方法,第一:
mylist <- llply(files.to.read, read.csv)
的几种方法已经在几个职位得到强调:如果他们将数据帧顺序排列
df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1,df2)
# Adds a new coloumn 'id' with a value of 5 to every row in every dataframe.
# I WANT to change the value based on the list index.
mylist1 <- lapply(mylist,
function(x){
x$id <- 5
return (x)
}
)
#Example of what I WANT, instead of '5'.
#> mylist1
#[[1]]
#x y id
#1 1 11 1
#2 2 12 1
#3 3 13 1
#4 4 14 1
#5 5 15 1
#
#[[2]]
#x y id
#1 1 11 2
#2 2 12 2
#3 3 13 2
#4 4 14 2
#5 5 15 2
第二次尝试传递列表的名称()。
# I WANT it to add a new coloumn 'id' with the name of the respective dataframe
# to every row in every dataframe.
mylist2 <- lapply(names(mylist),
function(x){
portfolio.results[[x]]$id <- "dataframe name here"
return (portfolio.results[[x]])
}
)
#Example of what I WANT, instead of 'dataframe name here'.
# mylist2
#[[1]]
#x y id
#1 1 11 df1
#2 2 12 df1
#3 3 13 df1
#4 4 14 df1
#5 5 15 df1
#
#[[2]]
#x y id
#1 1 11 df2
#2 2 12 df2
#3 3 13 df2
#4 4 14 df2
#5 5 15 df2
但是names()函数在数据框列表上不起作用;它返回NULL。 我可以在第一个示例中使用seq_along(mylist)。
任何意见或更好的方式来处理整个“带源ID合并”
编辑 - 添加解决方案如下:我实现了使用哈德利暗示和汤米的轻推它看起来像一个解决方案。
files.to.read <- list.files(datafolder, pattern="\\_D.csv$", full.names=FALSE)
mylist <- llply(files.to.read, read.csv)
all <- do.call("rbind", mylist)
all$id <- rep(files.to.read, sapply(mylist, nrow))
我用于每个数据帧
我也使用merge_recurse(),因为它是由于某种原因,非常缓慢的改变files.to.read矢量作为id。
all <- merge_recurse(mylist)
谢谢大家。
谢谢我不确定崩溃是否会保留订单。为了使用qplot()来折叠列表并通过$ id指定子集。不过,它崩溃的速度非常缓慢,所以我愿意接受其他选择。 –
哇,我在我的实际代码中使用了rbind()而不是merge_recurse(),总时间从〜10分钟减少到10秒。 –