创建新的数据框并在 R 中应用函数，for 循环答案

【问题标题】：Creating new dataframes and applying a function in R, for loops创建新的数据框并在 R 中应用函数，for 循环
【发布时间】：2018-08-11 23:22:02
【问题描述】：

我有一个名为“权重”的数据集，我想知道编写以下代码的最有效方法是什么：

library(d3treeR)
library(treemap)
library(dplyr)

myfun <- function(x){
 x <- weights %>% filter(Region %in% x) 
}

CAN<-myfun("Canada")
ON<-myfun("Ontario")
NL<-myfun("Newfoundland and Labrador")
PE<-myfun("Prince Edward Island")
NS<-myfun("Nova Scotia")
NB<-myfun("New Brunswick")
QC<-myfun("Quebec")

CAN=treemap(CAN, index=c("Level.0","Level.1"), vSize="X2015", type="index")
ON=treemap(ON, index=c("Level.0","Level.1"), vSize="X2015", type="index")
NL=treemap(NL, index=c("Level.0","Level.1"), vSize="X2015", type="index")
PE=treemap(PE, index=c("Level.0","Level.1"), vSize="X2015", type="index")
NS=treemap(NS, index=c("Level.0","Level.1"), vSize="X2015", type="index")
NB=treemap(NB, index=c("Level.0","Level.1"), vSize="X2015", type="index")
QC=treemap(QC, index=c("Level.0","Level.1"), vSize="X2015", type="index")

谢谢。我一直在尝试使用带有 unique(weights$Region) 的 for 循环来填充这 7 个数据帧。

【问题讨论】：

您能分享一份reproducible 的数据副本吗？
如果这 7 个区域是所有区域，您可以使用 split() 将您的数据框切割成更小的数据框（每个更小的数据框都存储为一个列表元素）。然后你可以lapply()你的treemap变量到每个：
感谢 Dan，效果很好！

标签： r for-loop dplyr

【解决方案1】：

简而言之，split 将您的数据按区域划分为子集，lapply 将treemap 函数分配给每个子集：

mylist <- split(weights, weights$Region)
result <- lapply(mylist, treemap::treemap, index=c("Level.0","Level.1"), vSize="X2015", type="index")

更新：哎呀！该问题要求以“有效”的方式编写代码，而我的 lapply 的 2-liner 输给了 2 个 for 循环、cbind 和 assign 的答案。好吧，你能做什么...... :)

【讨论】：

您可能必须添加 as.factor 以确保正确拆分:)
split 会为您执行 as.factor()，但我同意通常最好是明确的。
好的，我在某些时候遇到了类型为字符的问题，但我猜最新的 R 可以很好地处理它。

【解决方案2】：

类似这样的：

    x <- c("CAN",  "ON",  "NL", "PE", "NS", "NB", "QC")
    weights <- as.data.frame(cbind(weights=rep(c(1,2,3), 7), Region=x))

    for(i in x){
      y <- weights[weights$Region == i, ]
      assign(i, y) 
    }

在你的情况下它会是

x <- c("CAN",  "ON",  "NL", "PE", "NS", "NB", "QC")     
for(i in x){
          y <- treemap(weights[weights$Region == i, ], index=c("Level.0","Level.1"), vSize="X2015", type="index")
          assign(i, y) 
        }

【讨论】：

【解决方案3】：

正如其他人所说，很难弄清楚，CRAN 上也没有 d3treeR 包，所以我不确定这是否可行。使用purrr::map()

library(tidyverse)
library(d3treeR)

myfun <- function(weights, Region, x){
  weights %>% 
    filter(Region %in% x) %>%
    treemap(index=c("Level.0","Level.1"), vSize="X2015", type="index")
}

Regions <- c("Canada", "Ontario", "Newfoundland and Labrador", "Prince Edward Island", "Nova Scotia", "New Brunswick", "Quebec")

results <- map(Regions, myfun, weights = weights, Region = Region)

【讨论】：