R：循环遍历数据框和子集答案

【问题标题】：R: Looping through dataframes and subsettingR：循环遍历数据框和子集
【发布时间】：2014-05-02 15:32:56
【问题描述】：

我有许多具有相同结构的数据框（从 CSV 导入）。我想遍历所有这些数据框并只保留其中两列。

下面的循环似乎不起作用，有什么想法吗？理想情况下，我想使用循环来做到这一点，因为我正试图更好地使用这些。

frames <- ls()

for (frame in frames){ 
frame   <- subset(frame, select = c("Col_A","Col_B"))
 }

提前为任何建议喝彩。

【问题讨论】：

1) 它是list，而不是ls； 2）您需要提供索引到框架，如frames[[frame]] <- subset(...)； 3）“帧中帧”没有意义，因为您刚刚使用frames <- list() 创建了一个空列表——它应该类似于for (frame in 1:5)
好吧，除非您打算将列表设为ls，否则我不建议这样做
ls() 部分工作正常：'frames' 包含要操作的所有数据帧的列表，但是循环给出错误“参数“子集”缺失，没有默认值'
您可以使用参数colClasses 仅读取您想要的列。详情here.
建议：rm(list = ls()) 后跟frames <- lapply(files, read.table)，其中files 是文件名向量

标签： r for-loop

【解决方案1】：

对于任何感兴趣的人，我使用了 Richard Scriven 将数据帧作为一个对象读取的想法，并添加了一个函数来显示文件是从哪里导入的。这让我可以使用 Plyr 包来操作数据：

library(plyr)

dataframes <- list.files(path = TEESMDIR, full.names = TRUE)

## Define a function to add the filename to the dataframe

read_csv_filename <- function(filename){
  ret <- read.csv(filename)
  ret$Source <- filename #EDIT
  ret
}

list_dataframes <- ldply(dataframes, read_csv_filename)

selection <- llply(list_dataframes, subset, select = c(var1,var3))

【讨论】：

【解决方案2】：

基本问题是 ls() 返回环境中所有对象名称的字符向量，而不是对象本身。要使用包含对象名称的字符变量获取和替换对象，可以使用 get()/assign() 函数。您可以将函数重写为

frames <- ls()

for (frame in frames){ 
    assign(frame, subset(get(frame), select = c("Col_A","Col_B")))
}

【讨论】：

虽然这确实直接回答了您的问题，但我不建议使用这种策略来处理多个 data.frame。如果它们相似，将它们读入一个通用列表是一个更好的主意。
assign 也可能很危险。
谢谢。使用 R 以这种方式处理数据似乎很困难，共识是将所有 CSV 作为一个对象读取。这种方法的问题是在进行批量操作之前需要对数据进行预处理。