循环遍历两个数据帧并将内容连接到字符串答案

【问题标题】：Loop through two data frames and concatenate contents to string循环遍历两个数据帧并将内容连接到字符串
【发布时间】：2018-02-22 22:49:31
【问题描述】：

我正在尝试通过将各个部分连接在一起来创建大量文件 URL。（比如说，大约 40 个文件 URL，它们代表 50 个州中的每一个州的多种数据类型。）最终，我将下载并解压缩/解压缩这些文件。（我有这部分的工作代码。）

我是一个 R 菜鸟，所以请耐心等待。

我有一组数据框：

states - 50 个州的缩写列表

partial_url - 50 个州的部分 URL

url_parts - 每个剩余 URL 的列表件（5 种文件类型可供下载）

年

文件类型

我需要一个如下所示的 URL： http://partial_url/state_urlpart_2017_file.csv.gz

我能够使用以下内容构建 partial_url 数据框：

for (i in seq_along(states)) {
  url_part1 <- as.data.frame(paste0(url,states[[i]],"/",dir,"/"))

}

我希望某种嵌套循环可以完成剩下的工作，就像这样：

for (i in 1:partial_url){
  for (j in 1:url_parts){
    for(k in 1:states){
      url_part2 <- as.data.frame(paste0(partial_url[[i]],"/",url_parts[[j]],states[[k]],year,filetype))
    }}}

谁能建议如何进行最后一步？

【问题讨论】：

提供示例数据有助于我们了解您实际使用的内容。例如，您说您有 5 个数据框，但随后将其中一些描述为列表 - 这些是在 R 中具有特定含义的词。
所有数据框的行数是否相同？您for-loop 建议这些数据帧具有相同的行数，并且那些与row number 匹配的记录相同。

标签： r for-loop nested-loops string-concatenation

【解决方案1】：

据我了解，所有 OP 需求都可以由 paste0 函数本身处理。 paste0 用作矢量化格式。因此，不需要 OP 显示的for-loop。我的示例中使用的数据以vector 格式存储，但可以用data.frame 列表示。

例如：

states <- c("Alabama", "Colorado", "Georgia")
partial_url <- c("URL_1", "URL_2", "URL_3")
url_parts <- c("PART_1", "PART_2", "PART_3")
year <- 2017
fileType <- "xls"

#Now use paste0 will list out all the URLS
paste0(partial_url,"/",url_parts,states,year,fileType)

#[1] "URL_1/PART_1Alabama2017xls"  "URL_2/PART_2Colorado2017xls"
#[3] "URL_3/PART_3Georgia2017xls"

编辑：基于@Onyambu 反馈的多个文件类型我们可以使用rep(fileType, each = length(states)) 来支持多个文件。解决方案将如下所示。

fileType <- c("xls", "doc")

paste0(partial_url,"/",url_parts,states,year,rep(fileType,each = length(states)))
[1] "URL_1/PART_1Alabama2017xls"  "URL_2/PART_2Colorado2017xls" "URL_3/PART_3Georgia2017xls" 
[4] "URL_1/PART_1Alabama2017doc"  "URL_2/PART_2Colorado2017doc" "URL_3/PART_3Georgia2017doc"

【讨论】：

这并不能解决所提出的问题。再次查看 for 循环。您的示例中应该有 27 个网址
@Onyambu 感谢您的指出。我们可以使用rep 和each 来生成多种类型的URL。我已经更新了我的答案。
是 27 岁吗？他们似乎是 9.. 你应该有 27 个文件。是的，你是对的，你可以使用 rec 或 external 等
@Onyambu 谢谢。只有6个文件。我认为OP需要澄清一些事情。 IMO，states 和 partial_url 具有 1-1 关系。 url_parts 可以是多个，它们与 states 或 1-1 关系中的每一个关联。 OP需要指定。我的回答提供了足够的细节，表明可以满足 OP 需求。收到 OP 的消息后，我可以修改我的答案。
我明白你的意思。对不起。我认为forloop是正确的。但也许它#不是

【解决方案2】：

这是一个tidyverse 解决方案，其中包含一些简单的示例数据。方法是使用complete 给自己一个数据框，其中包含所有可能的变量组合。这是因为如果您将每个变量都设为因子，complete 将包括所有可能的因子水平，即使它们没有出现。这使得组合您的五个 url 部分变得容易，即使它们看起来有不同的nrow（例如，50 个状态，但只有 5 个文件类型）。 unite 允许您将列作为字符串连接在一起，因此我们调用它三次以包含正确的分隔符，然后最后添加 http:// 和 mutate。

Re：你的for 循环，我发现首先很难通过嵌套的for 循环逻辑。但至少有两个书面问题包括你有1:partial_url 而不是1:length(partial_url) 和类似的，并且你只是在循环的每一次传递中覆盖同一个对象。我更喜欢避免循环，除非这是绝对必要的问题。

library(tidyverse)
states <- tibble(state = c("AK", "AZ", "AR", "CA", "NY"))
partial_url <- tibble(part = c("part1", "part2"))
url_parts <- tibble(urlpart = c("urlpart1", "urlpart2"))
year <- tibble(year = 2007:2010)
filetype <- tibble(filetype = c("csv", "txt", "tar"))

urls <- bind_cols(
  states = states[[1]] %>% factor() %>% head(2),
  partial_url = partial_url[[1]] %>% factor() %>% head(2),
  url_parts = url_parts[[1]] %>% factor() %>% head(2),
  year = year[[1]] %>% factor() %>% head(2),
  filetype = filetype[[1]] %>% factor() %>% head(2)
  ) %>%
  complete(states, partial_url, url_parts, year, filetype) %>%
  unite("middle", states, url_parts, year, sep = "_") %>%
  unite("end", middle, filetype, sep = ".") %>%
  unite("url", partial_url, end, sep = "/") %>%
  mutate(url = str_c("http://", url))
print(urls)
# A tibble: 160 x 1
   url                              
   <chr>                            
 1 http://part1/AK_urlpart1_2007.csv
 2 http://part1/AK_urlpart1_2007.txt
 3 http://part1/AK_urlpart1_2008.csv
 4 http://part1/AK_urlpart1_2008.txt
 5 http://part1/AK_urlpart1_2009.csv
 6 http://part1/AK_urlpart1_2009.txt
 7 http://part1/AK_urlpart1_2010.csv
 8 http://part1/AK_urlpart1_2010.txt
 9 http://part1/AK_urlpart2_2007.csv
10 http://part1/AK_urlpart2_2007.txt
# ... with 150 more rows

由reprex package (v0.2.0) 于 2018 年 2 月 22 日创建。

【讨论】：