如何创建一个循环，该循环从较大的数据框架中创建多个子集数据框？

Question

我正在尝试在r中创建代码，以立即识别特定列的值，找到具有该值的所有行，并从所有这些行的数据中提取所有这些行的数据，包括所有其他列，将这些行与新数据框架相交。我希望它可以重复基本列内的每个独特值。例如：

mydata <- data.frame(x = c(1,2,3), y = c('a','b','c'), z = c('red','red','yellow'))
colors <- list(mydata$z)
for (i in 1:length(colors)) {
   assign(paste0("mydata_",i), subset(mydata, z == colors[[i]]))
}

这是我的最新尝试，但无法正常工作。目标是在此示例中拥有2个称为“ mydata_red”和“ my_data_yellow”的新数据框。每个都只包含匹配行

Answer 1

使用分配将框架或列表拆分为多个对象是一个反模式，并且很少改进将所有框架保存在 list list 中的首选方法。参见关于此主题的讨论。一个前提是，当您对列表中的一个帧做一些事情时，您可能会做与帧列表中其他元素非常相似的事情，并使用 lapply 在列表上工作并概括您的方法有点可以为更清洁的解决方案等。

为了使用这些数据到达那里，这很容易分裂：

LOF <- split(mydata, mydata$z)
LOF  ## <- "List Of Frames", perhaps not the most awesome name?
# $red
#   x y   z
# 1 1 a red
# 2 2 b red
# $yellow
#   x y      z
# 3 3 c yellow

正如Jay.sf的评论所建议的那样，可以使用此可以将此帧列表转换为单个对象。一般而言，当我劝阻它时，也许是最适合您的用例。

names(LOF) <- paste0("mydata_", names(LOF))
list2env(LOF, envir = globalenv())
# <environment: R_GlobalEnv>  ### this can be safely ignored
ls()
# [1] "LOF"           "mydata"        "mydata_red"    "mydata_yellow"
mydata_red
#   x y   z
# 1 1 a red
# 2 2 b red

Answer 2

您的代码工作正常。只需删除列表即可创建颜色名称的向量而不是列表。如果您只需要不同的值，请使用 unique 。

mydata <- data.frame(x = c(1,2,3), y = c('a','b','c'), z = c('red','red','yellow'))

colors <- unique(mydata$z)

for (i in 1:length(colors)) {
    assign(paste0("mydata_",i), subset(mydata, z == colors[[i]]))
    }

Answer 3

在整理中：

mydata %>% group_by(z) %>% group_map(~.x %>% mutate(z=.y$z))
[[1]]
# A tibble: 2 × 3
      x y     z    
  <dbl> <chr> <chr>
1     1 a     red  
2     2 b     red  

[[2]]
# A tibble: 1 × 3
      x y     z     
  <dbl> <chr> <chr> 
1     3 c     yellow

〜.x％＆gt;％突变（z = .y $ z）一见钟情可能有些奇怪。 〜创建一个lambda（函数）。默认情况下， .f 参数to group_map 采用一个必需的可选参数。默认情况下，所需的参数命名为 .x ，它包含包含当前组的输入数据框架的子集。同样， .y （可选参数）包含一个定义当前组的单行。 group_map 将由 .f 定义的函数依次依次返回列表中的结果。

mydata %>% group_by(z) %>% group_map(~.x %>% bind_cols(.y))

具有相同的效果。