如何对存储在列表中的 data.frames 进行子集化？答案

【问题标题】：How to subset data.frames stored in a list?如何对存储在列表中的 data.frames 进行子集化？
【发布时间】：2013-11-26 00:01:36
【问题描述】：

我创建了一个列表，并在每个组件中存储了一个数据框。现在我想过滤那些数据框，只保留特定列中具有 NA 的行。我希望这个操作的结果是另一个包含数据框的列表，其中只有那些行在该列中具有 NA。

这里有一些代码来澄清我在说什么。假设 d1 和 d2 是我的数据框

set.seed(1)

d1<-data.frame(a=rnorm(5), b=c(rep(2006, times=4),NA))
d2<-data.frame(a=1:5, b=c(2007, 2007, NA, NA, 2007))  

print(d1)
 a    b
 1.3011543 2006
 0.3780023 2006
-0.3101449 2006
-1.3927445 2006
-1.0726218   NA

print(d2)
a    b
1 2007
2 2007
3   NA
4   NA
5 2007

我将它放在一个带有 for 循环的列表中

ls<-list()

for (i in 1:2){ 

  str<-paste("d", i, sep="")
  dat<-get(str)
  ls[[str]]<-dat

}

现在我想过滤每个列表组件，以便只保留 b 列中包含 NA 的行。为此，我尝试使用以下命令，从一开始就知道它会失败。我的问题是我不知道subset() 是否是正确使用的函数，如果是，我不知道如何限定每个数据帧（即子集函数的第一个元素）

lsNA<-lapply(ls, subset(ls, is.na(b)))

你能帮我克服我的严重限制吗？

【问题讨论】：

标签： r list dataframe subset lapply

【解决方案1】：

lapply 的第二个参数是一个函数 (subset)，subset 的额外参数作为... 参数传递给lapply。因此：

my.ls <- list(d1 = d1, d2 = d2)
my.lsNA <- lapply(my.ls, subset, is.na(b))

（我还向您展示了如何在不使用get 的情况下轻松创建data.frames 列表，并建议您不要使用ls 作为变量名，因为它也是一个相当常见的函数的名称.)

【讨论】：

非常感谢。你在一个答案中教会了我两件事。
假设我不想过滤 NA 我只想保留每个数据帧的第一列，我可以使用什么命令？我认为命令 my.ls2 会起作用，但它没有。这让我觉得我对 lapply 还是一无所知...

【解决方案2】：

关于@Riccardo 上一条评论中的问题，请尝试：

lapply(my.ls, "[", 1)

或者：

lapply(my.ls, "[[", 1)

取决于您希望输出是数据帧列表还是向量列表。

【讨论】：

这适用于子集 columns：lapply(my.ls, "[", 1:2) 将保留列表中所有数据框的第一列和第二列。