我正在跟進這個問題。LIST下面我的 data.frames 是由我的data. 然而，這種LIST缺少paper（列總是提供缺少的列（S）的姓名（或名稱）），它是在原來可用data。
我想知道如何將丟失的paper列放回LIST以實作我的DESIRED_LIST下面？
我嘗試了這個答案( lapply(LIST, function(x)data[do.call(paste, data[names(x)]) %in% do.call(paste, x),])) 中建議的解決方案，但它不會產生我的DESIRED_LIST.
一個 Base R 或 tidyverse 解決方案值得贊賞。
可重現的資料和代碼如下。
m2="
paper study sample comp ES bar
1 1 1 1 1 7
1 2 2 2 2 6
1 2 3 3 3 5
2 3 4 4 4 4
2 3 4 4 5 3
2 3 4 5 6 2
2 3 4 5 7 1"
data <- read.table(text=m2,h=T)
LIST <- list(data.frame(study=1 ,sample=1 ,comp=1),
data.frame(study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
data.frame(study=c(2,2) ,sample=c(2,3) ,comp=c(2,3)))
DESIRED_LIST <- list(data.frame(paper=1 ,study=1 ,sample=1 ,comp=1),
data.frame(paper=rep(2,4),study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
data.frame(paper=rep(1,2),study=c(2,2) ,sample=c(2,3) ,comp=c(2,3)))
uj5u.com熱心網友回復：
- 請找到帶有包的解決方案
data.table。這就是你要找的嗎？
代表 1
library(data.table)
cols_to_remove <- c("ES")
split(setDT(data)[, (cols_to_remove) := NULL], by = c("paper", "study"))
#> $`1.1`
#> paper study sample comp
#> 1: 1 1 1 1
#>
#> $`1.2`
#> paper study sample comp
#> 1: 1 2 2 2
#> 2: 1 2 3 3
#>
#> $`2.3`
#> paper study sample comp
#> 1: 2 3 4 4
#> 2: 2 3 4 4
#> 3: 2 3 4 5
#> 4: 2 3 4 5
由reprex 包(v2.0.1)于 2021 年 11 月 6 日創建
編輯
- 請在包中找到解決方案 2
dplyr
代表 2
library(dplyr)
drop.cols <- c("ES")
data %>%
group_by(paper, study) %>%
select(-drop.cols) %>%
group_split()
#> <list_of<
#> tbl_df<
#> paper : integer
#> study : integer
#> sample: integer
#> comp : integer
#> >
#> >[3]>
#> [[1]]
#> # A tibble: 1 x 4
#> paper study sample comp
#> <int> <int> <int> <int>
#> 1 1 1 1 1
#>
#> [[2]]
#> # A tibble: 2 x 4
#> paper study sample comp
#> <int> <int> <int> <int>
#> 1 1 2 2 2
#> 2 1 2 3 3
#>
#> [[3]]
#> # A tibble: 4 x 4
#> paper study sample comp
#> <int> <int> <int> <int>
#> 1 2 3 4 4
#> 2 2 3 4 4
#> 3 2 3 4 5
#> 4 2 3 4 5
由reprex 包(v2.0.1)于 2021 年 11 月 7 日創建
uj5u.com熱心網友回復：
考慮ave創建一個分組列（由于重復的行），然后運行迭代merge。
DESIRED_LIST_SO <- lapply(
LIST,
function(df) merge(
transform(data, grp = ave(paper, paper, study, sample, comp, FUN=seq_along)),
transform(df, grp = ave(study, study, sample, comp, FUN=seq_along)),
by=c("study", "sample", "comp", "grp")
)[c("paper", "study", "sample", "comp")]
)
all.equal(DESIRED_LIST, DESIRED_LIST_SO)
[1] TRUE
（考慮保留唯一識別符號，ES并bar在所需串列中避免重復行。）
uj5u.com熱心網友回復：
一個tidyverse解決方案。首先，創建一個查找表data2，其中包含四個目標列。mutate(across(.fns = as.numeric))是使列型別一致。它可能不需要。其次，用于map應用left_join到LIST. LIST2并且DESIRED_LIST完全一樣。
data2 <- data %>%
distinct(paper, study, sample, comp) %>%
mutate(across(.fns = as.numeric))
LIST2 <- map(LIST, function(x){
x2 <- x %>%
left_join(data2, by = names(x)) %>%
select(all_of(names(data2)))
return(x2)
})
# Check if the results are the same
identical(DESIRED_LIST, LIST2)
# [1] TRUE
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/351700.html