代码之家 › 专栏 › 技术社区 › M. Stargardter

R: 结合lapply和left\u join以有条件地合并数据帧

lapply left-join if-statement r

M. Stargardter · 技术社区 · 8 年前

我希望有人能帮助我找到我在R中的代码遇到的令人沮丧的问题的根源。我有一个由数据帧组成的列表,我想将其他两个数据帧(称为a和B)中的每一个元素左连接起来。要连接的次要数据帧取决于元素在列表中的位置。出于我的目的,我希望每个奇数元素都左连接到A,每个偶数元素都左连接到B。

library(dplyr)
DF <- data.frame(Num = c("1","2"), Let = c("a","b"), stringsAsFactors = FALSE)
A <- data.frame(Let = c("a","b"), Col = c("Yellow","Red"), stringsAsFactors = FALSE)
B <- data.frame(Let = c("a","b"), Col = c("Green","Blue"), stringsAsFactors = FALSE)
LIST <- list(DF, DF)

到目前为止,我试着用两种不同的方式来实现这一点。第一种方法涉及if-else语句。如果我应用这样一个语句根据位置分配一个整数值,我就会得到预期的结果。同样,当我离开使用if-else语句,只需在列表上执行一系列左连接元素,一切正常。

lapply(seq_along(LIST), function(x, {ifelse((x %% 2)==0, y[[x]] <- 1, y[[x]] <- 2)}, y = LIST)
lapply(seq_along(LIST), function(x, {left_join(y[[x]], A, by = c("Let"))}, y = LIST)

遇到问题的地方是当我尝试组合if-else语句和left-join时。特别是,我最终得到了一个由列表组成的列表,每个其中仅保留原始对应数据帧的第一列。

lapply(seq_along(LIST), function(x, y) {ifelse((x %% 2)==0, left_join(y[[x]], A, by = c("Let")), left_join(y[[x]], B, by = c("Let")))}, y = LIST)

以下是我希望获得的输出:

[[1]]
  Let Num    Col
1   a   1 Yellow
2   b   2    Red

[[2]]
  Let Num   Col
1   a   1 Green
2   b   2  Blue

我确信这个问题有一个非常简单的解决方案。有人能看到吗?

提前感谢! 马修

附笔。: 我还尝试了第二种方法,应用子集而不是if-else语句。然而,我再次遇到了问题。下面的第一行按预期工作,但第二行返回一个错误,好像R不识别列表索引:

lapply(seq_along(LIST), function(x, y) {left_join(y[[x > 0]], A, by = c("Let"))}, y = LIST)
lapply(seq_along(LIST), function(x, y) {left_join(y[[x == 1]], A, by = c("Let"))}, y = LIST)

Error in y[[x == 1]] : attempt to select less than one element in integerOneIndex

5 回复 | 直到 8 年前

Maurits Evers 8 年前

我不能完全肯定我理解你的问题。

以下解决方案基于 lapply(seq_along(LIST), function(x, y) {left_join(y[[x > 0]], A, by = c("Let"))}, y = LIST) 从您的postscript。请注意,另一个 lapply 行抛出错误。

library(tidyverse);
map(list(A, B), function(x) left_join(DF, x))
#Joining, by = "Let"
#Joining, by = "Let"
#[[1]]
#  Num Let    Col
#1   1   a Yellow
#2   2   b    Red
#
#[[2]]
#  Num Let   Col
#1   1   a Green
#2   2   b  Blue

我们使用 purrr:map 具有 dplyr::left_join 加入 A 和 B 具有 DF .

在base R中也可以使用 Map 和 merge :

mapply(function(x) merge(DF, x, by = "Let"), list(A, B), SIMPLIFY = F)
#[[1]]
#  Let Num    Col
#1   a   1 Yellow
#2   b   2    Red
#
#[[2]]
#  Let Num   Col
#1   a   1 Green
#2   b   2  Blue

Cristian E. Nuno 8 年前

概述

使用 base::mapply() 返回按条件合并的数据帧列表。这里,我提供两个输入:

seq.along( along.with = LIST ) 获取中的元素数 LIST ; 和
列表 它本身

这个 FUN 参数是接受两个输入的匿名函数- i 和 j -并测试当前元素是否 列表 在执行 left-join 使用 base::merge() .

如果 result of the modulus operator 对于i ^th公司中的元素 序号:。沿(沿=列表) 等于零,然后左连接 B 在j上 ^th公司中的元素 列表 ; 如果不等于零,则执行左连接 A 在j上 ^th公司中的元素 列表 .

# load data
DF <- data.frame(Num = c("1","2"), Let = c("a","b"), stringsAsFactors = FALSE)
A <- data.frame(Let = c("a","b"), Col = c("Yellow","Red"), stringsAsFactors = FALSE)
B <- data.frame(Let = c("a","b"), Col = c("Green","Blue"), stringsAsFactors = FALSE)
LIST <- list(DF, DF)

# goal: left join all odd elements in LIST[[j]]
#       to `A` and all even elements to `B`
merged.list <- 
  mapply( FUN = function( i, j )
          if( i %% 2 == 0 ){
            merge( x = j
                   , y = B
                   , by = "Let"
                   , all.x = TRUE )
          } else{
            merge( x = j
                   , y = A
                   , by = "Let"
                   , all.x = TRUE )
          }
        , seq_along( along.with = LIST )
        , LIST
        , SIMPLIFY = FALSE )

# view results
merged.list
# [[1]]
# Let Num    Col
# 1   a   1 Yellow
# 2   b   2    Red
# 
# [[2]]
# Let Num   Col
# 1   a   1 Green
# 2   b   2  Blue

# end of script #

Tidyverse方法

下面使用 purrr 和 dplyr 包装。

library( dplyr )
library( purrr )

merged.list <-
  map2( .x = seq_along( along.with = LIST )
        , .y = LIST
        , .f = function( i, j )
          if( i %% 2 == 0 ){
            left_join( x = j
                       , y = B
                       , by = "Let" )
          } else{
            left_join( x = j
                       , y = A
                       , by = "Let" )
          })

# view results
merged.list
# [[1]]
# Num Let    Col
# 1   1   a Yellow
# 2   2   b    Red
# 
# [[2]]
# Num Let   Col
# 1   1   a Green
# 2   2   b  Blue

# end of script #

IRTFM 8 年前

MauritsEvers可能已经回答了您的问题,但我想我会解决R语法和编程逻辑中的明显错误。关注第一个lapply调用:

lapply(seq_along(LIST), function(x, {ifelse((x %% 2)==0, y[[x]] <- 1, y[[x]] <- 2)}, y = LIST)

第一个,或许也是微不足道的,是缺少结尾 ) 第一个中的参数列表 lapply -行动。下一个更根本的问题是 ifelse 作为编程构造。这个 如果其他 函数不是为数据对象的串行测试而设计的。它仅设计为沿单个向量应用。这个 if(.){.}else{.} -函数可能应该用在 拉普拉 如果要进行串行选择,请调用。

然而,(现在尝试实现第一段而不是继续更正代码),我认为在 LIST -对象,而不是任何循环进程。(这是不 tidyverse解决方案。)此代码将列表分为“奇数”和“偶数”两部分:

  oddList <- LIST[ c(TRUE,FALSE) ]  # implicit seq-along by virtue of recycling
  evenList <- LIST[ c(FALSE,TRUE) ]

我们可以使用这种类型的结果来制作两个一行程序,以实现您所述的目标。我将列表对象设置为四宽,而不是两宽。

Abig <- Reduce( function(x,y) {merge(x,y,by="Let")}, LIST, init=A)
Warning message:
In merge.data.frame(x, y, by = "Let") :
  column names âNum.xâ, âNum.yâ are duplicated in the result
Bbig <- Reduce( function(x,y) {merge(x,y,by="Let")}, LIST, init=B)
Warning message:
In merge.data.frame(x, y, by = "Let") :
  column names âNum.xâ, âNum.yâ are duplicated in the result

这只是一个警告,在这里您可以看到它的警告内容:

> Abig
  Let    Col Num.x Num.y Num.x Num.y
1   a Yellow     1     1     1     1
2   b    Red     2     2     2     2

如果您需要那些唯一标记的重复列名(我认为这是个好主意),那么:

names(Abig)[ grep("Num", names(Abig)) ] <- 
                    paste0("Num.", seq_along( grep("Num", names(Abig)) ) )
Abig
  Let    Col Num.1 Num.2 Num.3 Num.4
1   a Yellow     1     1     1     1
2   b    Red     2     2     2     2

MKR 8 年前

此解决方案与 mapply (@Mauritservers&aspiringurbandatascientist)在此发布了基于的解决方案,但它使用了不同的方法 join 数据框架。这个 dplyr::left_join 已用于符合目的。

library(dplyr)
# Using mapply and left_join
mapply(function(x,y){
  if(y %% 2 == 1){
    left_join(x, A, by="Let")
  }else {
    left_join(x, B, by="Let")
  }
}, LIST, seq_along(LIST), SIMPLIFY = FALSE)

# [[1]]
#   Num Let    Col
# 1   1   a Yellow
# 2   2   b    Red
# 
# [[2]]
#   Num Let   Col
# 1   1   a Green
# 2   2   b  Blue

moodymudskipper 8 年前

为了清晰起见,我修改了一些您的示例数据

数据

DF1 <- data.frame(Num1 = c("1","2"), Let = c("a","b"), stringsAsFactors = FALSE)
DF2 <- data.frame(Num2 = c("3","4"), Let = c("a","b"), stringsAsFactors = FALSE)
DF3 <- data.frame(Num3 = c("5","6"), Let = c("a","b"), stringsAsFactors = FALSE)
DF4 <- data.frame(Num4 = c("7","8"), Let = c("a","b"), stringsAsFactors = FALSE)
A <- data.frame(Let = c("a","b"), Col = c("Yellow","Red"), stringsAsFactors = FALSE)
B <- data.frame(Let = c("a","b"), Col = c("Green","Blue"), stringsAsFactors = FALSE)
LIST <- list(DF1, DF2, DF3, DF4)

解决方案

library(dplyr)
library(purrr)
LIST_odd  <- LIST[as.logical(seq_along(LIST)%%2)]
LIST_even <- LIST[!as.logical(seq_along(LIST)%%2)]
merge_odd <- reduce(LIST_odd,left_join,.init=A) 
#   Let    Col Num1 Num3
# 1   a Yellow    1    5
# 2   b    Red    2    6

merge_even <- reduce(LIST_even,left_join,.init=B)
#   Let   Col Num2 Num4
# 1   a Green    3    7
# 2   b  Blue    4    8

如果您不想使用 purrr 这些结果与 dplyr 和 base :

Reduce(left_join,LIST_odd,A)
Reduce(left_join,LIST_even,B)

或100%基础:

Reduce(function(x,y) merge(x,y,all.x=TRUE),LIST_odd,A)
Reduce(function(x,y) merge(x,y,all.x=TRUE),LIST_even,B)