for循环中的子集数据框答案

【问题标题】：Subset data frame within a for loopfor循环中的子集数据框
【发布时间】：2021-06-21 16:31:06
【问题描述】：

抱歉，如果这个问题是重复的/非常基本的，但我找不到任何可以回答我的具体问题的东西。我有一个包含多个变量的数据框，我想根据每列中的信息对其进行子集化，并为每个变量创建新的数据框。示例数据如下。数据：

Column I Want var1 var2 var3
A             NA   NA   Y
B             Y    NA   NA
C             NA   NA   NA
D             Y    Y    NA
E             Y    NA   Y
F             NA   Y    Y 
G             NA   NA   Y

最后，我希望每一列都有单独的数据框，如下所示：变量1：

Column I Want
B
D
E

var2:

Column I Want
D
F

var3:

Column I Want
A
E
F
G

这是我的代码：

names <- names(data)
for (i in 1:length(names)) {
  assign(names[i], subset(data, names[i] == "Y", select = "Column I Want"))
}

这将为我提供三个单独的数据框，其中包含我想要的列，但是，每个数据框中有 0 个观察值。我怀疑'names[i] == "Y"' 部分我做错了，但我不太明白。任何人都可以提供一个简单的答案吗？谢谢！

【问题讨论】：

标签： r loops subset

【解决方案1】：

不要使用assign，而是使用list！

# for loop approach
results = list()
for(nm in names(data)[-1]) { # omit the first column
  results[[nm]] = data[data[[nm]] %in% "Y", "Column I want", drop = FALSE]
}

# lapply approach
results = lapply(data[-1], function(col) data[col %in% "Y", "Column I want", drop = FALSE])

drop = FALSE 参数确保您获得 1 列数据帧，而不是向量。

至于你方法中的问题，names[i] 只是一个字符串，所以你正在测试，比如说，"var2" == "Y"，这是错误的。

【讨论】：

谢谢！为了简单起见，我最终使用了 lapply 方法，并将整个内容包装在 list2env() 中以创建单独的数据框（我的进一步分析要求它们是单独的，而不是列表的一部分）。这是我的最终解决方案：list2env(lapply(data[-1], function(col) data[col == "Y", "Column I Want", drop = FALSE]),.GlobalEnv)
@Gregor Thomas 你在function之前漏掉了一个逗号
谢谢@ChrissPaul！

【解决方案2】：

另一种选择可能是：

df <- read.table(header = TRUE, text =
"Column var1 var2 var3
A             NA   NA   Y
B             Y    NA   NA
C             NA   NA   NA
D             Y    Y    NA
E             Y    NA   Y
F             NA   Y    Y 
G             NA   NA   Y" )

lapply(df[,-1], function(x) df$Column[x=="Y" &!is.na(x)])
$var1
[1] "B" "D" "E"

$var2
[1] "D" "F"

$var3
[1] "A" "E" "F" "G"

【讨论】：