Dataframes в списке; добавление новой переменной с именем фрейма данных

У меня есть список фреймов данных, которые я в конечном итоге хочу объединить, сохраняя при этом запись их исходного имени фрейма данных или индекса списка. Это позволит мне подмножество и т. Д. По всем строкам. Для этого я хотел бы добавить новую переменную id в каждый фрейм данных, который содержит имя / индекс фрейма данных, которому он принадлежит.

Изменить: «В моем реальном коде переменные фрейма данных создаются путем чтения нескольких файлов с использованием следующего кода, поэтому у меня нет фактических имен, только те, которые находятся в списке 'files.to.read', которые я не уверен, будут ли они выровнены с порядком фрейма данных:

mylist <- llply(files.to.read, read.csv)

Несколько методов были выделены в нескольких сообщениях: Работа с dataframes-in-a-list-drop-variables-add-new-ones и Использование-lapply-with-change-arguments

Я пробовал два похожих метода, первый с использованием списка индексов:

df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1,df2)

# Adds a new coloumn 'id' with a value of 5 to every row in every dataframe.
# I WANT to change the value based on the list index.
mylist1 <- lapply(mylist, 
    function(x){
        x$id <- 5
        return (x)
    }
)
#Example of what I WANT, instead of '5'.
#> mylist1
#[[1]]
  #x  y id
#1 1 11  1
#2 2 12  1
#3 3 13  1
#4 4 14  1
#5 5 15  1
#
#[[2]]
  #x  y id
#1 1 11  2
#2 2 12  2
#3 3 13  2
#4 4 14  2
#5 5 15  2

Второй пытается передать имена () списка.

# I WANT it to add a new coloumn 'id' with the name of the respective dataframe
# to every row in every dataframe.
mylist2 <- lapply(names(mylist), 
    function(x){
        portfolio.results[[x]]$id <- "dataframe name here"
        return (portfolio.results[[x]])
    }
)
#Example of what I WANT, instead of 'dataframe name here'.
# mylist2
#[[1]]
  #x  y id
#1 1 11  df1
#2 2 12  df1
#3 3 13  df1
#4 4 14  df1
#5 5 15  df1
#
#[[2]]
  #x  y id
#1 1 11  df2
#2 2 12  df2
#3 3 13  df2
#4 4 14  df2
#5 5 15  df2

Но функция names () не работает со списком фреймов данных; он возвращает NULL. Могу ли я использовать seq_along (mylist) в первом примере.

Любые идеи или лучший способ справиться со всем «слиянием с исходным идентификатором»

Изменить - добавленное решение ниже: я реализовал решение, используя предложение Хэдли и подталкивание Томми, которое выглядит примерно так.

files.to.read <- list.files(datafolder, pattern="\\_D.csv$", full.names=FALSE)
mylist <- llply(files.to.read, read.csv)
all <- do.call("rbind", mylist)
all$id <- rep(files.to.read, sapply(mylist, nrow))

Я использовал вектор files.to.read в качестве идентификатора для каждого фрейма данных

Я также отказался от использования merge_recurse (), поскольку по какой-то причине он работал очень медленно.

 all <- merge_recurse(mylist)

Спасибо всем.


r list dataframe lapply names
person Look Left    schedule 16.08.2011    source источник

Ответы (4)


arrow_upward
19
arrow_downward

Лично мне кажется, что после сворачивания имена проще добавить:

df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1 = df1, df2 = df2)

all <- do.call("rbind", mylist)
all$id <- rep(names(mylist), sapply(mylist, nrow))
person hadley    schedule 16.08.2011
comment
Спасибо, я не был уверен, сохранит ли порядок сворачивание. Я сворачиваю список, чтобы использовать qplot () и указать подмножество с помощью $ id. Однако он очень медленно разрушается, поэтому я открыт для других вариантов. - person Look Left; 17.08.2011
comment
Вау, я использовал rbind () вместо merge_recurse () в моем реальном коде, и общее время сократилось с ~ 10 минут до 10 секунд. - person Look Left; 17.08.2011

arrow_upward
8
arrow_downward

Ваша первая попытка была очень близка. Используя индексы вместо значений, это будет работать. Вторая попытка не удалась, потому что вы не назвали элементы в своем списке.

Оба решения ниже используют тот факт, что lapply может передавать функции дополнительные параметры (mylist).

df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1=df1,df2=df2) # Name each data.frame!
# names(mylist) <- c("df1", "df2") # Alternative way of naming...

# Use indices - and pass in mylist
mylist1 <- lapply(seq_along(mylist), 
        function(i, x){
            x[[i]]$id <- i
            return (x[[i]])
        }, mylist
)

# Now the names work - but I pass in mylist instead of using portfolio.results.
mylist2 <- lapply(names(mylist), 
    function(n, x){
        x[[n]]$id <- n
        return (x[[n]])
    }, mylist
)
person Tommy    schedule 16.08.2011
comment
Спасибо, что ответили на оба вопроса. Я отредактировал свой вопрос, чтобы указать, что у меня нет имен, но на самом деле они есть. Преобразование files.to.read в список позволяет мне присвоить каждому элементу списка соответствующее имя, при условии, что они правильно выровнены ... Я не видел леса за деревьями! - person Look Left; 17.08.2011

arrow_upward
2
arrow_downward

names() мог бы сработать, у него были имена, но вы не дали ему никаких. Это неназванный список. Вам потребуется использовать числовые индексы:

> for(i in 1:length(mylist) ){ mylist[[i]] <- cbind(mylist[[i]], id=rep(i, nrow(mylist[[i]]) ) ) }
> mylist
[[1]]
  x  y id
1 1 11  1
2 2 12  1
3 3 13  1
4 4 14  1
5 5 15  1

[[2]]
  x  y id
1 1 11  2
2 2 12  2
3 3 13  2
4 4 14  2
5 5 15  2
person IRTFM    schedule 16.08.2011
comment
Спасибо. Между Томми, Хэдли и вами я нашел подходящее решение. В конечном итоге я хотел, чтобы имена были признаны в дальнейшем. - person Look Left; 17.08.2011

arrow_upward
1
arrow_downward

Ответом может быть функция dlply из пакета plyr:

library('plyr')
df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1 = df1, df2 = df2)

all <- ldply(mylist)
person Jot eN    schedule 09.11.2014