迭代列表的某些元素，而不是 data.frame

Question

我正在尝试根据 render.data 列表中的条件（以“rr_esp”开头）修改列表中的某些项目。

library(tidyr)
library(dplyr)
library(purrr)

per <- 2015:2019
render.data <- list(
  emision = structure(
    list(
      AÑO = c(2017, 2018, 2019), 
      TRABAJADORESMES_r = c(58147, 57937, 24818), 
      MASA_r = c(3439195127, 4091347036.2, 2441068565.77), 
      TRABAJADORESMESsinDOM = c(58147L, 57928L, 24818L), 
      MESES = c(12, 12, 5)
    ), 
    class = c("tbl_df", "tbl", "data.frame"), 
    row.names = c(NA, -3L)
  ),
  siniestros = structure(
    list(
      AÑO = c(2017, 2018, 2019), 
      N = c(388L, 327L, 115L), 
      GR_66 = c(64, 53, 15), 
      JU = c(41L, 5L, 0L), 
      JN = c(20, 19, 6), 
      PORINC_66s = c(437.22, 293.73, 82.12), 
      EDADs = c(15142L, 12886L, 4712L), 
      SALARIOs = c(13707950.67, 15151144.7, 4800075.4)
    ), 
    class = c("tbl_df", "tbl", "data.frame"), 
    row.names = c(NA, -3L)
  ),
  rr_esp1 = structure(
    list(
      AÑO = c(2017, 2018, 2019), 
      MESES = c(12, 12, 5),
      TRAB_PROM = c(4845.58, 4828.08, 4963.60), 
      PORINC = c(6.83, 5.54, 5.47), 
      SALARIO = c(35329.76, 46333.77, 41739.78), 
      EDAD = c(39.02, 39.40, 40.97)
    ), 
    class = c("tbl_df", "tbl", "data.frame"), 
    row.names = c(NA, -3L)
  ),
  rr_esp7 = structure(
    list(
      AÑO = c(2017, 2018, 2019), 
      JUI_LIQ = c(1539624.21, 318726, 0), 
      JUI_RVA = c(24434809.51, 2292925.89, 0), 
      JUI_IBNR = c(0, 25284030.0174036, 22434092.26), 
      JUI_ULT = c(25974433.72, 27895681.90, 22434092.26), 
      CM_JUICIO = c(1505898.34, 1806002.14, 1557923.07)
    ), 
    class = c("tbl_df", "tbl", "data.frame"), 
    row.names = c(NA, -3L)
  )
)

当对它们的元素应用循环时，它们会丢失原来的项目名称 之后，我不知道有更好的方法来迭代列表元素的子集并为它们分配一个新值。我用谷歌搜索，但我没有找到 list 而不是 data.frames 的关键解决方案。

 render.data <- invisible(lapply(seq_along(render.data), function(i){
    if(startsWith(names(render.data)[i], prefix = "rr_esp")){
      render.data[[i]] %>% 
       complete(`AÑO` = per) %>% 
       gather(
         key = "metrica", value = "valor", -`AÑO`
       ) %>% 
       mutate(# orden de las metricas
         metrica = factor(metrica, levels = unique(metrica))
       ) %>% 
       spread(
         key = `AÑO`, value = "valor"
       )} else{
         render.data[[i]]
       }
      setNames(render.data[[i]], names(render.data)[i])
  }))

Answer 1

这似乎是for 循环比lapply 更清晰的情况。 lapply 的主要优点是（a）它为结果预先分配了一个数据结构，并且（b）具有简单的语法来应用一个简单的函数。您已经有了结果的数据结构，并且您的函数很复杂。我不知道你的预期输出是什么，但我会试试这个：

# find elements to modify
rr_elements = which(startsWith(names(render.data), prefix = "rr_esp"))

# modify in for loop
for (i in rr_elements) {
  render.data[[i]] = render.data[[i]] %>%
    complete(`AÑO` = per) %>%
    gather(key = "metrica", value = "valor",-`AÑO`) %>%
    mutate(# orden de las metricas
      metrica = factor(metrica, levels = unique(metrica))) %>%
    spread(key = `AÑO`, value = "valor")
}

如果你想让这段代码更可重用，为一个数据帧的操作创建一个函数，然后你可以很容易地使用它for或lapply。一般来说，我会说选择要使用该函数的数据帧外部比内部更好。 （也就是说，我不喜欢你有一个 if() 语句来检查函数 inside 的名称。在函数 outside 执行这个逻辑，并且只给出函数您希望它使用的数据。）

foo = function(data) {
  data %>%
    complete(`AÑO` = per) %>%
    gather(key = "metrica", value = "valor",-`AÑO`) %>%
    mutate(# orden de las metricas
      metrica = factor(metrica, levels = unique(metrica))) %>%
    spread(key = `AÑO`, value = "valor")
}

# now the for loop or lapply is simple:
rr_elements = which(startsWith(names(render.data), prefix = "rr_esp"))

# for loop version
for (i in rr_elements) {
  render.data[[i]] = foo(render.data[[i]])
}

# lapply version
render.data[rr_elements] = lapply(render.data[rr_elements], foo)