子集存储在列表中的数据帧

Question

我很难弄清楚如何从存储在列表中的数据帧中对某些特定数据进行子集化。我已经阅读了该网站以及 UCLA 和 Adv-R 上的大量文章，但我没有取得任何进展。

Advanced-R for Subsetting UCLA Advanced R for Subsetting

我的函数读入有助于识别我有兴趣从一系列文件中提取哪些数据的参数。所以，dat1、dat2 和 dat3 在文件 1:15 中存储在一个文件目录 (1:999) 中。

使用 lapply 和 read.CSV 我已将所有文件 (1:15) 读入数据帧列表。

 x <- lapply(directory[id], function(i) {
        read.csv(i, header = TRUE)
         } )

通过 str(x) [仅第一个元素] 的示例如下所示：

List of 15
 $ :'data.frame':   1461 obs. of  4 variables:
  ..$ DateObv   : Factor w/ 1461 levels "2003-01-01","2003-01-02",..: 1 2 3 4 5 6 7 8 9 10 ...
  ..$ dat1: num [1:1461] NA NA NA NA NA NA NA NA NA NA ...
  ..$ dat2: num [1:1461] NA NA NA NA NA NA NA NA NA NA ...
  ..$ ID     : int [1:1461] 1 1 1 1 1 1 1 1 1 1 ...

因此，在我的函数的参数中，我想告诉它从文件 1:15 中给我 dat1，然后我将对结果进行平均。

我想也许我可以使用另一个 lapply 将 dat1 子集专门放入一个向量中，但它一直返回一个 NULL 值，或“list()”，或者只是设置对象不能是子集的错误，或者子集缺少参数。我已经尝试过子集、括号表示法。

您如何建议我获取数据帧列表的一个子集，以便我将所有 dat1 或 dat2 恢复到一个可以计算平均值的向量中？

感谢您的时间和考虑。

Answer 1

我喜欢 plyr 的这种东西。如果你想要每个 data.frame 的平均值，我会做这样的事情：

 library(plyr)
 ldply(x, summarize, Mean = mean(dat1))

或者，如果你想要一个包含所有 dat1 列的长向量，并且想要取所有列的平均值，我仍然会使用 plyr，但这样做：

 x <- rbind.fill(x)
 mean(x$dat1)

Answer 2

创建一个类似的数据集：

> x = list(data.frame(dat1 = 1:3,dat2=10), data.frame(dat1 = 2:4,dat2=10))
> str(x)
List of 2
 $ :'data.frame':   3 obs. of  2 variables:
  ..$ dat1: int [1:3] 1 2 3
  ..$ dat2: num [1:3] 10 10 10
 $ :'data.frame':   3 obs. of  2 variables:
  ..$ dat1: int [1:3] 2 3 4
  ..$ dat2: num [1:3] 10 10 10

使用 lapply 选择变量dat1:

> lapply(x, function(X) X$dat1)
[[1]]
[1] 1 2 3

[[2]]
[1] 2 3 4

将结果列表绑定到带有c 的向量，在结果向量上调用mean，并添加na.rm=TRUE 以删除NA 值：

> mean(do.call(c, lapply(x, function(X) X$dat1)),na.rm=TRUE)
[1] 2.5