在 r 中执行多个计算的列表函数

Question

我最近开始使用 R，感谢 SO 社区帮助我创建了 100 多个 tibbles（以分钟为单位）类似于下面的数据。

time1      pid    mlat mlong   malt m_time 
1 23:57:00 2A     434. 8347. 0.140  m_2357
2 23:57:00 2D     433. 8353. 0.0702 m_2357
3 23:57:00 3D     433. 8349. 0.0135 m_2357
4 23:57:00 4A     434. 8364. 0.147  m_2357
5 23:57:00 4B     433. 8351. 0.162  m_2357

以下函数为单个数据集提供了解决方案。

pd<- function(mtime){
dm <- data.frame(x=mtime$mlat, #dm = distance matrix
            y=mtime$mlong, 
            z=mtime$malt, 
            row.names= mtime$pid)
ed<- dist(dm) #em = euclidean distance
em <- as.matrix(ed) #em = euclidean matrix
em <- melt(em)[melt(upper.tri(em))$value,] 
names(em)<- c("pid","intercept", "distance") 
e_df <- as.data.frame(em)
e_df$distance <- round((e_df$distance/.0005399565), digits = 0)
e_df<- arrange(e_df,distance)
write.csv(e_df,"m_2357.csv")
}
pd(m_2357)

^{由reprex package (v0.3.0) 于 2020 年 4 月 19 日创建}

在创建小标题并将其嵌入列表（使用 m_time）后，我最接近解决此问题的是：

mylist2 <- lapply(mylist, function(x){
  dm <- data.frame(x=mylist[[i]][["mlat"]],
                   y=mylist[[i]][["mlong"]], 
                   z=mylist[[i]][["malt"]], 
                   row.names= mylist[[i]][["pid”]]) … 

这将一个正确的解决方案复制了 180 次，所以我认为我很接近（我也作为一个值存储在我的环境中，这可能是个问题吗？）。不幸的是，我找不到任何对列表进行多次计算的函数示例。在我花了一天的大部分时间玩组合之后，我决定寻求帮助。

我的问题是：将数据放入列表后，如何为列表中的每个小标题编写一个 lapply 函数？

Answer 1

无需扩展现有功能代码。只需使用lapply 将您的数据框/小标题列表直接运行到您的函数中，例如：output <- lapply(mylist, pd)。

但是，您的函数现在输出一个名为 "m_2357.csv" 的硬编码 CSV。所以所有的迭代都会替换这个文件，而最后一次运行的结果会留在这个 single 文件中。因此，您需要使文件名动态显示为您的 m_time 列。另外，考虑返回数据帧而不是write.csv 的结果，通常是NULL。

pd <- function(mtime){
  dm <- data.frame(x=mtime$mlat,
                   y=mtime$mlong, 
                   z=mtime$malt, 
                   row.names= mtime$pid)
  ...

  # DYNAMIC VARIABLE NAME
  write.csv(e_df, paste(mtime$m_time[1], ".csv")

  # RETURN ACTUAL DATA FRAME
  return(e_df)
}


new_df_list <- lapply(mylist, pd)

顺便说一句，如果您的原始设置是 一个 大型数据框/tibble，所有 180 个 tibble 与列 m_time 堆叠在一起以区分集合，您可以已使用 by（tapply 的面向对象的包装器）运行函数，将子集按列 m_time 传递到函数中：

new_df_list <- by(my_master_data_frame, my_master_data_frame$m_time, pd)