如何在 R 中跨多个数据帧沿单列迭代函数

Question

编辑：我正在编辑我的原始问题，因为提供的解决方案可以完美运行，但不适用于我的数据框（在此示例和现实生活中），但我不知道为什么，所以我包括一个代表。

我最初的问题：我有许多列名相同的数据框（分光光度计数据），我想一次沿所有数据框的 单个 列应用一个函数，并附加每个数据框架与新列。该单列在数据帧中的名称相同。

我一直在尝试 lapply （并申请家庭），然后转到地图无济于事。这个解决方案看起来很有希望 (R - Apply function on multiple data frames)，但是我在 lapply 函数中放置在位置 3 的所有内容都被忽略为未使用的参数。

我想通过对数据框列表中每个数据框的列 (colc) 应用计算来创建新列（冷列）。

这正是我需要的解决方案，但我无法让它在现实生活中发挥作用 - 我的代表如下

library(tidyverse)
sizes <- c(3, 3, 3)
dfs <- lapply(setNames(sizes, paste0("df", seq_along(sizes))),
              function(n) data.frame(cola = sample(1:3, n, replace = T),
                                     colb = sample(c("x", "y", "z"), n, replace = T),
                                     colc = runif(n, 2, 10)))
calculation <- function(x){
  b <- 20
  abs <- log10(x/b)
  return(abs)
}

dfs %>% map(~ .x %>% mutate(cold = calculation(colc)))
#> $df1
#>   cola colb     colc       cold
#> 1    3    x 7.849806 -0.4061711
#> 2    1    z 2.570162 -0.8910696
#> 3    3    y 4.787902 -0.6208847
#> 
#> $df2
#>   cola colb     colc       cold
#> 1    3    z 9.408709 -0.3275000
#> 2    1    z 8.979679 -0.3477692
#> 3    2    x 4.256270 -0.6720008
#> 
#> $df3
#>   cola colb     colc       cold
#> 1    2    x 7.283048 -0.4387168
#> 2    2    x 9.513528 -0.3226884
#> 3    2    z 7.552567 -0.4229354

lapply(dfs, function(df) df %>% mutate(cold = calculation(colc)))
#> $df1
#>   cola colb     colc       cold
#> 1    3    x 7.849806 -0.4061711
#> 2    1    z 2.570162 -0.8910696
#> 3    3    y 4.787902 -0.6208847
#> 
#> $df2
#>   cola colb     colc       cold
#> 1    3    z 9.408709 -0.3275000
#> 2    1    z 8.979679 -0.3477692
#> 3    2    x 4.256270 -0.6720008
#> 
#> $df3
#>   cola colb     colc       cold
#> 1    2    x 7.283048 -0.4387168
#> 2    2    x 9.513528 -0.3226884
#> 3    2    z 7.552567 -0.4229354

我的（缓慢的）数据框：

library(tidyverse)
cola <- c(1,2,3)
colb <- c("x","y","z")
colc <- c(1.4,1.2,2.5)
mydf1 <- as.data.frame(colb %>% cbind(cola, colc))
colc <- 1.1*colc # just to change content of same column name for df2
mydf2 <- as.data.frame(colb %>% cbind(cola, colc))
mydfs <- list(mydf1, mydf2)

calculation <- function(x){
  b <- 20
  abs <- log10(x/b)
  return(abs)
}

mydfs %>% map(~ .x %>% mutate(cold = calculation(colc)))
#> Error: Problem with `mutate()` column `cold`.
#> ℹ `cold = calculation(colc)`.
#> x non-numeric argument to binary operator
lapply(mydfs, function(df) df %>% mutate(cold = calculation(colc)))
#> Error: Problem with `mutate()` column `cold`.
#> ℹ `cold = calculation(colc)`.
#> x non-numeric argument to binary operator

我知道这是一种创建数据帧的可怕方式，但它在现实生活中会产生与从 csv 文件导入的数据帧相同的错误。

这里有什么区别/问题？

Answer 1

只需将lapply 一个函数添加到您的数据帧列表中，依次修改每个数据帧。

# First, build a few random datasets for testing purposes.

sizes <- c(10, 20, 30)
dfs <- lapply(setNames(sizes, paste0("df", seq_along(sizes))),
              function(n) data.frame(cola = sample(1:3, n, replace = T),
                                     colb = sample(c("x", "y", "z"), n, replace = T),
                                     colc = runif(n, 2, 10)))

# Define your computation function.
calculation <- function(x) log10(x - 2)
# Note the function has to be vectorized.
# Wrap it with Vectorize if necessary, for instance:
# calculation <- Vectorize(function(x) log10(x - 2))

如果您的colc 是一个保存数字的字符变量，您必须先将其转换为数字。例如：

library(tidyverse)
library(magrittr)

dfs %<>% mutate(colc = as.numeric(colc))

关键是，您不能将计算直接应用于数据框，而是应用于向量。以下是返回已修改数据框列表的方法：

library(tidyverse)

dfs %>% map(~ .x %>% mutate(cold = calculation(colc)))

lapply(dfs, function(df) df %>% mutate(cold = calculation(colc)))

lapply(dfs, function(df) within(df, cold <- calculation(colc)))

lapply(dfs, function(df) { df$cold <- calculation(df$colc); df })

---

使用示例数据框

spec_tbl_df <- data.frame(Wavelength = c(187, 187, 188, 188, 188),
                          Intensity = c(-79.398, -80.068, 1.602, -2.068, 0.602))

# List of dataframes, with only one dataframe.
dfs <- list(spec_tbl_df)

calculation <- function(x) log10(x / 20)

library(tidyverse)

# Say you want to apply the calculation to Wavelength
dfs %>% map(~ .x %>% mutate(Wavelength2 = calculation(Wavelength)))