将数据帧拆分为子数据帧并动态命名它们（for循环）答案

【问题标题】：Split the dataframe into subset dataframes and naming them on-the-fly (for loop)将数据帧拆分为子数据帧并动态命名它们（for循环）
【发布时间】：2012-07-23 04:52:09
【问题描述】：

我在一个数据框中有 9880 条记录，我试图将它分成 9 组，每组 1000 条，最后一组将有 880 条记录，并相应地命名它们。我对 1-9 组使用了 for-loop，但对最后 880 条记录手动使用，但我相信有更好的方法来实现这一点，

library(sqldf)
for (i in 0:8)
{
assign(paste("test",i,sep="_"),as.data.frame(final_9880[((1000*i)+1):(1000*(i+1)),   (1:53)]))
}
test_9<- num_final_9880[9001:9880,1:53]

也无法将所有部分附加到一个 for 循环中！

#append all parts
all_9880<-rbind(test_0,test_1,test_2,test_3,test_4,test_5,test_6,test_7,test_8,test_9)

感谢任何帮助，谢谢！

【问题讨论】：

让我直说。您正在尝试将每 1000 个观察值移动到单个对象（test_1、test_2 ...），然后最后将其 rbind 结合在一起？你不会得到和刚开始时一样的对象吗？

标签： r for-loop split

【解决方案1】：

this 解决方案的一个小变化

ls <- split(final_9880, rep(0:9, each = 1000, length.out = 9880))  # edited to Roman's suggestion
for(i in 1:10) assign(paste("test",i,sep="_"), ls[[i]])

您的绑定命令应该可以工作。

编辑

如果您有很多数据帧，您可以使用 parse-eval 组合。我使用包gsubfn 以提高可读性。

library(gsubfn)
nms <- paste("test", 1:10, sep="_", collapse=",")
eval(fn$parse(text='do.call(rbind, list($nms))'))

这是如何工作的？首先，我创建一个包含逗号分隔的数据框列表的字符串

> paste("test", 1:10, sep="_", collapse=",")
[1] "test_1,test_2,test_3,test_4,test_5,test_6,test_7,test_8,test_9,test_10"

然后我用这个字符串来构造列表

list(test_1,test_2,test_3,test_4,test_5,test_6,test_7,test_8,test_9,test_10)

将parse 和eval 与字符串插值一起使用。

eval(fn$parse(text='list($nms)'))

字符串插值是通过parse的前缀fn$实现的，其作用是截取$nms并用变量nms中包含的字符串替换。解析和评估字符串"list($mns)" 创建所需的列表。在解决方案中，rbind 包含在 parse-eval 组合中。

编辑 2

您可以收集所有具有某种模式的变量，将它们放在一个列表中并按行绑定它们。

do.call("rbind", sapply(ls(pattern = "test_"), get, simplify = FALSE))

ls 查找模式为“test_”的所有变量

sapply 检索所有这些变量并将它们存储在一个列表中

do.call 按行展平列表。

【讨论】：

谢谢！我知道 rbind 有效..但是假设文件有数百万条记录，我将它分成 100 个部分...单独 rbind 会很烦人，有没有办法使用 for 循环或其他东西附加它们？
为什么还要绑定它们？它肯定会返回原始数据吗？
mnel：实际上正在处理数据拆分，然后附加它@RYogi：是的，它做到了。非常感谢大家:)
@RYogi：我真的很想为你的答案投票，但#reps 限制了我 :) 感谢后端编辑
你可以做rep(0:9, each = 1000, length.out = 9880)。

【解决方案2】：

不需要for循环——使用split

data <- data.frame(a = 1:9880, b = sample(letters, 9880, replace = TRUE))

splitter <- (data$a-1) %/% 1000

.list <- split(data, splitter)

lapply(0:9, function(i){
  assign(paste('test',i,sep='_'), .list[[(i+1)]], envir = .GlobalEnv)
  return(invisible())
})

all_9880<-rbind(test_0,test_1,test_2,test_3,test_4,test_5,test_6,test_7,test_8,test_9)

identical(all_9880,data)
## [1] TRUE

【讨论】：