代码之家 › 专栏 › 技术社区 › I82Much

R—处理数据帧列表的惯用方法

idioms r

3

I82Much · 技术社区 · 15 年前

我有30次数据运行,每次都存储在一个单独的CSV文件runi.CSV中,I=0:29。

runs = list()
for (i in 1:30) { runs[[i]] = read.csv(paste("run", i-1, ".csv")); }

现在让我们进一步说,列表中存储的每个数据帧都有相同的列布局,我对由“x”标识的列和由“y”标识的列感兴趣。

必须更好的方法是:

xList = list()
yList = list()
for (i in 1:30) { xList[[i]] = runs[[i]]$x; yList[[i]] = runs[[i]]$y; }
matplot(x=as.data.frame(xList), y=as.data.frame(yList))

当我试图对数据进行转换时,这会变得更加痛苦;我不知道如何将函数应用于列表中存储的每个数据帧的特定列。

2 回复 | 直到 15 年前

1

3

Shane 15 年前

在处理这样的列表时,最好使用l*ply函数(来自plyr)或LAPPY。

进行导入的最简单方法可能如下所示:

library(plyr)
runs <- llply(paste("run",1:30,".csv",sep=""), read.csv)

这里有一种绘制它们的方法:

# some dummy data
runs <- list(a=data.frame(x=1:5, y=rnorm(5)), b=data.frame(x=1:5, y=rnorm(5)))
par(mfrow=c((length(runs)/2),2));
l_ply(1:length(runs), function(i) { plot(runs[[i]]$x, runs[[i]]$y) })

当然,您也可以将其输出到其他设备(例如pdf)而不使用 par() .

2

5

Aniko 15 年前

一包含所有数据的数据帧。例如,在导入时添加运行编号( runs[[i]] = data.frame(read.csv(paste("run", i-1, ".csv")), Run=i) ),然后做 alldata <- do.call(rbind, runs) .

lattice 或 ggplot2

library(ggplot2)
qplot(x, y, colour=Run, data=alldata, geom="point")