如何在 R 中的数据框列表中按日期过滤数据？答案

【问题标题】：How to filter data by date in a dataframe-list in R?如何在 R 中的数据框列表中按日期过滤数据？
【发布时间】：2018-06-24 04:43:13
【问题描述】：

我有大量数据框。它看起来像下面的那个，只是更大。

V1 = c("1996-04-01", "1992-01-01", "1997-02-01", "1991-01-08", "1998-09-07")
V2 = runif(5, 10.0, 100.0)
V3 = runif(5, 10.0, 100.0)
V4 = runif(5, 10.0, 100.0)
V5 = runif(5, 10.0, 100.0)

df1 = data.frame (V1, V2, V3, V4, V5) 

V1 = c("2009-04-01", "1996-01-01", "1991-02-01", "1997-01-08", "2005-09-07")
V2 = runif(5, 10.0, 100.0)
V3 = runif(5, 10.0, 100.0)
V4 = runif(5, 10.0, 100.0)
V5 = runif(5, 10.0, 100.0)

df2 = data.frame (V1, V2, V3, V4, V5) 

V1 = c("2002-04-01", "1995-01-01", "1992-02-01", "1999-01-08", "2007-09-07")
V2 = runif(5, 10.0, 100.0)
V3 = runif(5, 10.0, 100.0)
V4 = runif(5, 10.0, 100.0)
V5 = runif(5, 10.0, 100.0)

df3 = data.frame (V1, V2, V3, V4, V5) 

dataframe_list = list(df1, df2, df3)

我想删除特定日期的行。例如 1995 年之前和 2000 年之后的所有年份。我知道如何在数据框中执行此操作，但是如何添加数据框列表中的所有 V1 列？以及如何使用 as.Date 函数？当我尝试这样做时出现错误。我的尝试是：

for(i in 1:length(dataframe_list)){
  dataframe_list[[i]][,1]= as.Date(dataframe_list[[i]][,1],format="%Y-%m-%d")
  dataframe_list[dataframe_list[["V1"]] >= 1995, ]
  dataframe_list[dataframe_list[["V1"]] <= 2000, ]}

它不起作用，有谁知道错误可能在哪里？有人知道更简单的解决方案吗？

【问题讨论】：

您能否提供使用dput 的示例，以便我们能够轻松地复制它？另外，请提供您遇到的错误。
它是如何工作的？我做了 dput (dataframe_list)，但这对我提供数据有何帮助？哦，我没有例子，我只是在这里做的。我只有巨大的数据框列表。
我现在在上面的帖子中有一个例子！

标签： r list dataframe filter

【解决方案1】：

您可以将库 purrr 中的 map 与过滤器一起使用：

df_list <- list(head(cars),head(cars),head(cars))

# [[1]]
# speed dist
# 1     4    2
# 2     4   10
# 3     7    4
# 4     7   22
# 5     8   16
# 6     9   10
# 
# [[2]]
# speed dist
# 1     4    2
# 2     4   10
# 3     7    4
# 4     7   22
# 5     8   16
# 6     9   10
# 
# [[3]]
# speed dist
# 1     4    2
# 2     4   10
# 3     7    4
# 4     7   22
# 5     8   16
# 6     9   10

library(purrr)
map(df_list, ~filter(.x,speed==7))

# [[1]]
# speed dist
# 1     7    4
# 2     7   22
# 
# [[2]]
# speed dist
# 1     7    4
# 2     7   22
# 
# [[3]]
# speed dist
# 1     7    4
# 2     7   22

或者在基础 R 中：

lapply(df_list,function(x) subset(x,speed==7))

【讨论】：

谢谢，但我有日期，如何转换它们？
你应该提供可重现的数据，我不擅长盲编码，但也许map(df_list, ~mutate(.x,V1 = as.Date(V1)) %>% filter(lubridate::year(V1) >= 1995, lubridate::year(V1) <= 2000)
1995 和 2000 是年份（数值），而不是日期
好的，等一下，我提供一个例子！但和上面的不一样。
这个例子现在在我原来的帖子上面！

【解决方案2】：

您忘记在 i 上选择您的数据框：

for(i in 1:length(dataframe_list)){
  dataframe_list[[i]][,1]= as.Date(dataframe_list[[i]][,1],format="%Y-%m-%d")
  dataframe_list[[i]] = dataframe_list[[i]][year(dataframe_list[[i]][["V1"]]) >= 1995, ]
  dataframe_list[[i]] = dataframe_list[[i]][year(dataframe_list[[i]][["V1"]]) <= 2000, ]
}
dataframe_list

您还需要使用year 选择一年中的年份部分。

更好的执行方式：使用 data.table 框架

require(data.table)
dataframe_list = lapply(dataframe_list, setDT) # Transform data.frame into data.table
for(i in 1:length(dataframe_list)){
  dataframe_list[[i]][, V1 := as.Date(V1,format="%Y-%m-%d")]
  dataframe_list[[i]] = dataframe_list[[i]][year(V1) >= 1995 & year(V1) <= 2000, ]
}

使用 data.table 框架应该可以通过大 data.frames 让您的计算速度更快。

另一个带有 lapply 的版本：

相同的代码但更易于阅读。为data.frame定义过滤函数：

filter <- function(df){
  setDT(df)
  df[, V1 := as.Date(V1,format="%Y-%m-%d")]
  return(df[year(V1) >= 1995 & year(V1) <= 2000, ])
}

将其应用到您的列表中：

lapply(dataframe_list, filter)

【讨论】：