我有一个包含许多数据框的列表：
df1 <- data.frame(A = 1:5, B = 2:6, C = LETTERS[1:5])
df2 <- data.frame(A = 1:5, B = 2:6, C = LETTERS[1:5])
df3 <- data.frame(A = 1:5, C = LETTERS[1:5])
my_list <- list(df1, df2, df3)
我想知道这个列表中的每个数据框是否都包含相同的列（即相同数量的列，都具有相同的名称和相同的顺序）。
我知道您可以使用lapply 在列表中轻松找到数据框的列名：
lapply(my_list, colnames)
有没有办法确定列名是否存在差异？我意识到这是一个涉及成对比较的复杂问题。
【问题讨论】：
all(sapply(my_list[-1], function(x) identical(names(x), names(my_list[[1]])))) 也许
您可以通过简单地检查每个列名称的计数是否为== length(my_list) 来避免成对比较。这将同时检查您的数据框的dim 和names -
lapply(my_list, names) %>%
unlist() %>%
table() %>%
all(. == length(my_list))
[1] FALSE
在基础 R 中，即没有 %>% -
all(table(unlist(lapply(my_list, names))) == length(my_list))
[1] FALSE
或明显更优化 -
!any(table(unlist(lapply(my_list, names))) != length(my_list))
【讨论】：
magrittr 即可获得 %>%。如果您只想使用基本 R，您可以将这些步骤分开。
all(table(Reduce(c, lapply(my_list, names)))==length(my_list)) 我们真的需要magrittr吗？
unlist 比 Reduce(c, ...) 简单
这是另一个base 解决方案Reduce：
!is.logical(
Reduce(function(x,y) if(identical(x,y)) x else FALSE
, lapply(my_list, names)
)
)
您还可以使用不同的顺序来说明相同的列
!is.logical(
Reduce(function(x,y) if(identical(x,y)) x else FALSE
, lapply(my_list, function(z) sort(names(z)))
)
)
至于发生了什么，Reduce() 在遍历列表时会累积。首先，评估identical(names_df1, names_df2)。如果它是真的，我们希望它返回相同的向量评估！然后我们可以继续使用它来与列表中的其他成员进行比较。
最后，如果一切都为真，我们会返回一个字符向量。由于您可能想要一个逻辑输出，!is.logical(...) 用于将该字符向量转换为布尔值。
另请参阅此处，因为我受到另一篇文章的启发：
check whether all elements of a list are in equal in R
还有一个我在编辑后看到的类似的：
【讨论】：
TRUE。试试 -df1 <- data.frame(A = 1:5, B = 2:6, C = LETTERS[1:5]); df2 <- data.frame(A = 1:5, B = 2:6, C = LETTERS[1:5]); df3 <- data.frame(A = 1:5, B = 2:6, C = LETTERS[1:5]); my_list <- list(df1, df2, df3);Reduce(identical, lapply(my_list, names)) 这是因为在第一对之后 identical 会尝试将逻辑（TRUE 或 FALSE）与字符向量（名称）进行比较，而字符向量（名称）将始终返回 FALSE。
list(df1, df2)）——应该测试第三个。问题是Reduce() 将identical(names(df1),names(df2)) 评估为TRUE。显然，TRUE != names(df3)。在找到另一个关于 SO 的问题后，我修改了答案。 stackoverflow.com/questions/18813526/…
这是我的答案：
k <- 1
output <- NULL
for(i in 1:(length(my_list) - 1)) {
for(j in (i + 1):length(my_list)) {
output[k] <- identical(colnames(my_list[[i]]), colnames(my_list[[j]]))
k <- k + 1
}
}
all(output)
【讨论】：
我们可以使用dplyr::bind_rows:
!any(is.na(dplyr::bind_rows(my_list)))
# [1] FALSE
【讨论】：
!any(is.na(dplyr::bind_rows(lapply(my_list, head)))) 以提高大型数据帧的速度。不过不完全确定。
NAs