For循环将一个大数据框（30列）分成几个较小的数据框（3列）

Question

第一次在这里写问题，请不要太严厉。我有一个名为“Time”列、一个“Well”列和 28 列合并的大型 data.frame，其中每列存储来自板测量的数据（因此 28 个板）df 称为合并。现在我想创建一个“for 循环”，它使用“Time”、“Well”列以及从板 1 或第 3 列开始直到最后一个板（28 或第 30 列）的板的测量值来创建新的 dfs。 问题是，我不知道如何在循环中调整新 df 的名称，以便它创建 28 个不同的新 df，仅包含 1 个板的信息，而不是仅仅覆盖新 df 并仅存储最后一个板的信息盘子。 初级循环函数。 如果您需要更多信息，请随时询问，我将尽力提供信息。

提前谢谢大家！

罗杰

Answer 1

这是一个精心设计的例子。我首先创建一个与您的数据类似的 data.frame。然后，我使用 tidyr 包将宽格式转换为长格式。 （还有其他方法可以做到这一点）。

使用长格式，可以轻松地通过板标识符选择所需的数据。

#----------------------
# Cook up a data.frame
#----------------------
# 30 sequential dates
dates = seq.Date(as.Date("2022-03-01"), as.Date("2022-03-30"), 1)
# 50 wells 
wells <- lapply(LETTERS[1:5], function(l) {paste0(l, seq(1, 10))})
wells <- unlist(wells)
# Create a data.frame
wells_data <- data.frame(expand.grid(dates, wells))
names(wells_data) <- c("Dates", "Wells")

# 30 columns of artificial data
for (i in 1:30) {
  new_data <- data.frame(runif(1:nrow(wells_data)))
  names(new_data) <- paste0("Plate", i)
  wells_data <- cbind(wells_data, new_data)
}
head(wells_data)
           Dates Wells     Plate1    Plate2    Plate3     Plate4     Plate5
1 2022-03-01    A1 0.20418463 0.5932133 0.7070428 0.04231371 0.25872767
2 2022-03-02    A1 0.95218240 0.1114270 0.3763757 0.22992064 0.05632674
3 2022-03-03    A1 0.07162576 0.9902931 0.1437405 0.40102327 0.56432590
4 2022-03-04    A1 0.17148644 0.1849485 0.2062618 0.45908182 0.44657831
5 2022-03-05    A1 0.11334931 0.4820294 0.1663636 0.87436576 0.60177308
6 2022-03-06    A1 0.13949741 0.7862085 0.6162253 0.50698110 0.75309069
      Plate6     Plate7      Plate8    Plate9    Plate10    Plate11   Plate12
1 0.77206623 0.45816279 0.002027475 0.3821823 0.30170925 0.08730046 0.7638708
2 0.31140577 0.39479768 0.919386005 0.2369556 0.33105790 0.86560846 0.9464049
3 0.36804632 0.30644346 0.782938605 0.3723977 0.21561693 0.14770805 0.7371391
4 0.07265802 0.68454399 0.916244462 0.7688442 0.36590464 0.42293563 0.8448824
5 0.59587190 0.78073586 0.338200076 0.3895508 0.61586528 0.47494553 0.8315232
6 0.41189998 0.06666752 0.721342234 0.5130501 0.06648771 0.61675408 0.9384815
# ...more columns...

#----------------------
# Now convert from wide to long
# and split by plate identifier
#----------------------
library(tidyr)
wells_data <- pivot_longer(wells_data,
                           cols=(3:ncol(wells_data)),
                           names_to="Plate",
                           values_to="measurement")
head(wells_data)
# A tibble: 6 × 4
  Dates      Wells Plate  measurement
  <date>     <fct> <chr>        <dbl>
1 2022-03-01 A1    Plate1      0.204 
2 2022-03-01 A1    Plate2      0.593 
3 2022-03-01 A1    Plate3      0.707 
4 2022-03-01 A1    Plate4      0.0423
5 2022-03-01 A1    Plate5      0.259 
6 2022-03-01 A1    Plate6      0.772 

# Now it's easy to select out each Plate:
plates = unique(wells_data$Plate)
lapply(plates, function(p) {
         subset = wells_data[wells_data$Plate == p,]
         # Do whatever you want with this subset
         print(paste("Mean for Plate", p, ":",
                    mean(subset$measurement)))
         
})

希望这可以帮助您前进。

Answer 2

避免用许多结构相似、独立的数据框淹没您的全局环境。考虑使用 lapply 或 sapply（对于名称）构建许多相关元素的单个列表，以构建子集数据框的列表。如下所示，如果保存在较大的列表中，则不会丢失 data.frame 的功能：

# RETRIEVE ALL V-STARTING COLUMN NAMES
v_cols <- colnames(merged_df)[grep("^V", colnames(merged_df))]

# NAMED LIST OF PLATE SUBSETTED DATA FRAMES
plate_measurements_list <- sapply(
    v_cols, 
    function(i) merged_df[,c("Time", "Well", col)],
    simplify = FALSE
)


# ACCESS AND USE EACH DATA FRAME
head(plate_measurements_list$V1)
tail(plate_measurements_list$V2)
summary(plate_measurements_list$V3)
...
str(plate_measurements_list$V28)