如何修改多个数据框而不列出它们然后使用 lapply？

Posted 2023-02-25

【中文标题】如何修改多个数据框而不列出它们然后使用 lapply？

【英文标题】：How to modify multiple data frames without making a list of them and then using lapply?

【发布时间】：2018-02-16 05:45:29

【问题描述】：

我有 20 个数据框，我想在每个数据框中以相同的方式格式化同一列。当然，我可以创建一个 list 的 dfs，然后使用 lapply。相反，我的目标是修改 dfs，以便最终我不必将它们作为列表的元素访问，而是作为 dfs 访问。这是一个例子：

df1 <- data.frame(col1 = rnorm(5), col2 = rnorm(5))
df2 <- data.frame(col1 = rnorm(5), col2 = rnorm(5))

现在，假设我想给df1 和df2 中col1 的每个值加1。当然可以了

df_list <- lapply(list(df1, df2), function(df) 
  df$col1 <- df$col1 + 1
  return(df)
)

但现在df1 返回原始 df 而不是修改后的。怎么做？

【问题讨论】：

如果您需要更新df1，请在设置df_list 的名称后使用list2env(df_list, envir = .GlobalEnv) 即names(df_list) <- c("df1", "df2") 如果您不需要创建list，则使用@ 987654335@ 循环与assign

为什么将这些作为单独的变量如此重要？为什么一开始没有在列表中创建它们？迭代环境中的对象需要get/assign which isn't ideal。如果您将相关项目保留在列表中，一切都会正常工作。

通过将 dfs 分开，我可以使用 RStudio 的数据查看器。最重要的是，显式子集（例如df$col1）比子集复杂列表更方便。

【参考方案1】：

您可以通过这样的循环来避免该函数（及其临时环境）：

df1 <- data.frame(col1 = 1:5, col2 = rnorm(5))
df2 <- data.frame(col1 = rep(0, 5), col2 = rnorm(5))

df1 # before
for (d in c("df1", "df2")) 
  eval(parse(text = paste(d, "[['col1']] <- ", d, "[['col1']] + 1")))

df1 # after

选项 2：

df1 <- data.frame(col1 = 1:5, col2 = rnorm(5))
df2 <- data.frame(col1 = rep(0, 5), col2 = rnorm(5))

df1 # before
df2 # before
eval(parse(text = unlist(lapply(c("df1", "df2"), function(x) 
  expr.dummy <- quote(df$col1 <- df$col1 +1) # df will be replaced by df1, df2
  gsub("df", x, deparse(expr.dummy))
  ))))
df1 # after
df2 # after

【参考方案2】：

您可以在这个问题中使用来自@g-grothendieck 的技巧：

http://***.com/questions/1826519/how-to-assign-from-a-function-which-returns-more-than-one-value

然后这样做：

list[df1, df2] <- lapply(list(df1, df2), function(df) 
          df$col1 <- df$col1 + 1
          return(df)
        )

黑客攻击

list <- structure(NA,class="result")
"[<-.result" <- function(x,...,value) 
  args <- as.list(match.call())
  args <- args[-c(1:2,length(args))]
  length(value) <- length(args)
  for(i in seq(along=args)) 
    a <- args[[i]]
    if(!missing(a)) eval.parent(substitute(a <- v,list(a=a,v=value[[i]])))
  
  x

完整代码和结果

df1 <- data.frame(col1 = rnorm(5), col2 = rnorm(5))
# col1       col2
# 1 -0.5451934  0.5043287
# 2 -1.4047701 -0.1184588
# 3  0.1745109  0.8279085
# 4 -0.5066673 -0.3269411
# 5  0.4838625 -0.3895784
df2 <- data.frame(col1 = rnorm(5), col2 = rnorm(5))
# col1        col2
# 1  0.4168078 -0.44654445
# 2 -1.9991098 -0.06179699
# 3 -1.0625996  1.21098946
# 4  0.4977718  0.45834008
# 5 -1.6181048  0.97917877

list[df1, df2] <- lapply(list(df1, df2), function(df) 
  df$col1 <- df$col1 + 1
  return(df)
)
# > df1
# col1       col2
# 1  0.4548066  0.5043287
# 2 -0.4047701 -0.1184588
# 3  1.1745109  0.8279085
# 4  0.4933327 -0.3269411
# 5  1.4838625 -0.3895784
# > df2
# col1        col2
# 1  1.41680778 -0.44654445
# 2 -0.99910976 -0.06179699
# 3 -0.06259959  1.21098946
# 4  1.49777179  0.45834008
# 5 -0.61810483  0.97917877

【参考方案3】：

基于 OP 代码的一个选项是在命名 list 元素后使用 list2env

names(df_list) <- paste0("df", 1:2)
list2env(df_list, envir = .GlobalEnv)

---

如果我们需要避免创建list（建议有一个list的数据集，而不是在全局环境中创建单个对象），那么使用assign和for循环

for(obj in paste0('df', 1:2)) 
     assign(obj, `[<-`(get(obj), 'col1', value = get(obj)[['col1']] +1))