R - 处理数据帧列表的惯用方式答案

【问题标题】：R - idiomatic way to deal with lists of data framesR - 处理数据帧列表的惯用方式
【发布时间】：2010-02-12 19:40:56
【问题描述】：

我有 30 次运行的数据，每次都存储在单独的 CSV 文件中，runi.csv，i = 0:29。

假设我想将它们全部收集到一个列表中。我知道如何做到这一点的最佳方法是

runs = list()
for (i in 1:30) { runs[[i]] = read.csv(paste("run", i-1, ".csv")); }

现在让我们进一步说，存储在列表中的每个数据帧都具有相同的列布局，并且我对“x”标识的列和“y”标识的列感兴趣。

绘制所有 30 次运行的 (x, y) 对的最简单方法是什么？以下是我目前的做法（我觉得必须是更好的方法）：

xList = list()
yList = list()
for (i in 1:30) { xList[[i]] = runs[[i]]$x; yList[[i]] = runs[[i]]$y; }
matplot(x=as.data.frame(xList), y=as.data.frame(yList))

当我尝试对数据进行转换时，这会变得更加痛苦；我不知道如何将函数应用于存储在列表中的每个数据帧的特定列。

这里的任何帮助都会非常有帮助。

【问题讨论】：

标签： r idioms

【解决方案1】：

用所有数据创建一个数据框可能会好得多。比如导入时添加运行号（runs[[i]] = data.frame(read.csv(paste("run", i-1, ".csv")), Run=i)），然后做alldata <- do.call(rbind, runs)。

现在您可以使用lattice 或ggplot2 来制作绘图。例如，通过 run 获取所有使用不同颜色的运行的散点图：

library(ggplot2)
qplot(x, y, colour=Run, data=alldata, geom="point")

【讨论】：

【解决方案2】：

在处理这样的列表时，最好使用 l*ply 函数（来自 plyr）或 lapply。

最简单的导入方式大概是这样的：

library(plyr)
runs <- llply(paste("run",1:30,".csv",sep=""), read.csv)

这是绘制它们的一种方法：

# some dummy data
runs <- list(a=data.frame(x=1:5, y=rnorm(5)), b=data.frame(x=1:5, y=rnorm(5)))
par(mfrow=c((length(runs)/2),2));
l_ply(1:length(runs), function(i) { plot(runs[[i]]$x, runs[[i]]$y) })

当然，您也可以将其输出到其他设备（例如 pdf）而不使用par()。

【讨论】：

runs