如何在 R 中一次对每个数据帧执行聚合？

Question

我有数千个 .csv 文件，其中包含年份和 HS 信息，如下所示：

Year  HS
1956  1.06
1956  1.07
....
2012  0.95

每个 csv 文件代表不同的位置。 我应该做的是：

1. 找到每个文件每年的最大 HS
2. 创建数千个单独的 .csv 文件，其中包含第 1 点的信息

所以，基本上我对每个文件重复相同的任务。

但是，在将所有文件输入到名称为 df1,df2,df3... 的数据框后，我坚持为每个数据框执行 aggregate（无法循环遍历数据框）。我不知道如何“调用”数据框：

    temp = list.files(pattern="*.csv")
for (i in 1:length(temp)) {
  assign(paste0("df",i),
         read.table(temp[i],header=TRUE,sep=";"))
}
for (i in 1:length(temp))
{
  assign(paste0("ag",i),
         aggregate(HS~Year,data=df(i),max))
}

我使用那些脚本，它显示：

Error in df[i] : object of type 'closure' is not subsettable

那我改成：

temp = list.files(pattern="*.csv")
for (i in 1:length(temp)) {
  assign(paste0("df",i),
         read.table(temp[i],header=TRUE,sep=";"))
}
for (i in 1:length(temp))
{
  assign(paste0("ag",i),
         aggregate(HS~Year,data=df(i),max))
}

它显示：

Error in df(i) : argument "df1" is missing, with no default

我尝试使用数据列表（虽然我还没有真正理解）并编写此脚本：

    temp = list.files(pattern="*.csv")
for (i in 1:length(temp)) {
  assign(paste0("df",i),
         read.table(temp[i],header=TRUE,sep=";"))
}
dfl=mget(ls(pattern="df[1-length(temp)]"))
for (i in 1:length(dfl)){
       assign(paste0("ag",i),
              aggregate(HS~Year,data=dfl[i],max))
}

但它不起作用并显示：

  Error in eval(predvars, data, env) : object 'HS' not found

我认为输入没有任何问题，因为当我对单个数据帧执行aggregate 和write.csv（不循环）时它可以工作。 对这个问题有什么建议吗？

谢谢。

不管怎样，我是 R 的新手。就像……字面上是新的，不到 30 小时哈哈哈。所以，我意识到我可能正在编写低效的脚本。如果有人也想建议更好的脚本，我会很高兴。

Answer 1

获取文件名files，读取它们并给出数据框列表L，然后将aggregate 应用于每个数据框。 Ag 将是聚合数据帧的列表。

files <- Sys.glob("*.csv")
L <- lapply(files, read.table, header = TRUE, sep = ";")
Ag <- lapply(L, aggregate, formula = HS ~ Year, FUN = max)

或者如果您不需要或负担不起存储 L 的费用，请将最后两行合并到：

Ag <- lapply(files, 
 function(f) aggregate(HS ~ Year, read.table(f, header = TRUE, sep = ";"), max))