如何（功能上）遍历 R 中的 data.frame 行并像循环一样处理？

Question

是否有一个“应用”类型的方法允许我们遍历 data.frame 并以与循环完全相同的方式处理行？当我执行apply(df, 1, function(row){...}) 时，传递给函数函数的row 不是实际的data.frame 行。

df = data.frame(A=rnorm(3), B=letters[1:3])

for (i in 1:3)
{
  row = df[i,]
  print(row)
  print(class(row))
  print(typeof(row))
  print(row$A)
  print(row$B)
}

apply(df, 1, function(row)
{
  print(row)
  print(class(row))
  print(typeof(row))
  print(row$A)
  print(row$B)
})

> df = data.frame(A=rnorm(3), B=letters[1:3])
> 
> for (i in 1:3)
+ {
+     row = df[i,]
+     print(row)
+     print(class(row))
+     print(typeof(row))
+     print(row$A)
+     print(row$B)
+ }
          A B
1 0.4179416 a
[1] "data.frame"
[1] "list"
[1] 0.4179416
[1] a
Levels: a b c
        A B
2 1.35868 b
[1] "data.frame"
[1] "list"
[1] 1.35868
[1] b
Levels: a b c
           A B
3 -0.1027877 c
[1] "data.frame"
[1] "list"
[1] -0.1027877
[1] c
Levels: a b c
> 
> apply(df, 1, function(row)
+ {
+     print(row)
+     print(class(row))
+     print(typeof(row))
+     print(row$A)
+     print(row$B)
+ })
           A            B 
" 0.4179416"          "a" 
[1] "character"
[1] "character"
 Show Traceback

 Rerun with Debug
 Error in row$A : $ operator is invalid for atomic vectors 

编辑 1

comment to this answer 表示 apply 将 data.frame 转换为矩阵，因此您最终会得到向量。我想这就是问题所在。也许是时候使用专用的data.frame 迭代器了？

编辑 2

正如@thelatemail 指出的那样，这可能真的是For each row in an R dataframe 的副本。

Answer 1

除了lapply 在行索引之外，您还可以将lapply 与split 一起使用。请注意，我正在分配结果以防止输出列表打印。

df = data.frame(A=rnorm(3), B=letters[1:3])

row_fun <- function(row) {
  print(row)
  print(class(row))
  print(typeof(row))
  print(row$A)
  print(row$B)
}

test <- lapply(split(df, 1:nrow(df)), row_fun)
#>            A B
#> 1 -0.1566198 a
#> [1] "data.frame"
#> [1] "list"
#> [1] -0.1566198
#> [1] a
#> Levels: a b c
#>            A B
#> 2 -0.2241851 b
#> [1] "data.frame"
#> [1] "list"
#> [1] -0.2241851
#> [1] b
#> Levels: a b c
#>           A B
#> 3 -1.028928 c
#> [1] "data.frame"
#> [1] "list"
#> [1] -1.028928
#> [1] c
#> Levels: a b c

dplyr 的最新版本还提供了group_map，它可以适应使用代词.x 将行作为单行数据框暴露给函数（而不是作为向量，您已经可以使用purrr::pmap。我们只需要创建一个用于分组的rowid变量。请注意，这也会将普通的data.frames强制转换为tbl_df。

library(tidyverse)
test2 <- df %>%
  rowid_to_column() %>%
  group_by(rowid) %>%
  group_map(~ row_fun(.x))
#> # A tibble: 1 x 2
#>        A B    
#>    <dbl> <fct>
#> 1 -0.157 a    
#> [1] "tbl_df"     "tbl"        "data.frame"
#> [1] "list"
#> [1] -0.1566198
#> [1] a
#> Levels: a b c
#> # A tibble: 1 x 2
#>        A B    
#>    <dbl> <fct>
#> 1 -0.224 b    
#> [1] "tbl_df"     "tbl"        "data.frame"
#> [1] "list"
#> [1] -0.2241851
#> [1] b
#> Levels: a b c
#> # A tibble: 1 x 2
#>       A B    
#>   <dbl> <fct>
#> 1 -1.03 c    
#> [1] "tbl_df"     "tbl"        "data.frame"
#> [1] "list"
#> [1] -1.028928
#> [1] c
#> Levels: a b c

^{由reprex package (v0.3.0) 于 2019 年 6 月 6 日创建}