for 循环到 unlist()，选择向量元素并转换类 - 循环、列表、向量、选择

Question

我在概括处理一些“问题数据”（列表的矢量化元素）的方法时遇到了问题。 （我不完全确定我是否准确地描述了这一点，所以请原谅我的无知）。

目标：

我正在尝试编译一个自动处理以下问题的函数，因为目的是重复运行/利用此方法。

问题：

我已经通过单位名称（传感器来自的设备）从数据库中提取了一些传感器数据，通常传感器数据以向量的形式出现（根据所需的结果 - 如下），但对于某些单位（数据收集器的配置不同）它返回一个向量列表。

向量中的元素数量与现场单元的数量有关（即如果现场有两个单元，/01 和 /02，那么向量将包含 2 个元素....等等）

我只想将与该单元相关的传感器数据保存在相关列中。

并非所有单元都以相同的方式配置，所以我只打算在确认列的类是一个列表时运行一个函数。

传感器的数量和标签每次都会不同（输入到主函数中）。

预期方法：

1. 对每列执行以下检查和纠正措施
2. 检查列类 - 检查类是否为“列表”
3. 如果为 FALSE，则什么也不做。
4. 如果为 TRUE，则使用“unlist_func”（子函数）对每一行执行以下操作：
5. 检查'unit'列每一行的文本字符串的结尾并提取unit_no
6. 取消列出当前元素，选择向量中与unit列中unit_no对应的数字
7. 将列类修改为

可重现的问题：

以下小标题是我正在使用的示例：

unit <- c('a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03')
sen1 <- list(c(1,2,3), c(4,5,6), c(7,8,9), c(10,11,12), c(13,14,15), c(16,17,18), c(19,20,21), c(22,23,24), c(25,26,27))
sen2 <- list(1, 2, 3, 4, 5, 6, 7, 8, 9)

sensor_data <- tibble(unit, sen1, sen2)

期望的结果：

unit <- c('a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03')
sen1 <- c(1,5,9,10,14,19,23,27)
sen2 <- c(1, 2, 3, 4, 5, 6, 7, 8, 9)

sensor_data_new <- tibble(unit, sen1, sen2)

到目前为止的尝试和请求：

为了避免空手而归，我已经发布了我预期方法的草率版本，但我很抱歉，这是一项正在进行的工作，我感谢其中存在错误，但我希望能吸引那些在那里的人尽可能提供帮助或建议不同的方法。

所有建议将不胜感激。

function(unit, sensors, date_from, date_to){
  
  #  ------  QUERYING TASK  ------------------------
  
  sensor_data       <- 'pulls sensor info from unit names'
  
  #  ------  SUB FUNCTION - Unlist function  -------
  
  unlist_func <-  function(df = sensor_data, j){
  
                  sensor_data_distinct <- df %>% 
                                          mutate(unit_no = str_extract(unit, '\\d$')) %>%
                                          select(unit_no) %>% 
                                          distinct()

                  for (i in 1:nrow(df))
                  {
                    if(length(df[, j[[i]] ]) => 1 & str_ends(df$unit, sensor_data_distinct$unit_no)){
                        unlist(df[i, j])
                        df[sensor_data_distinct$unit_no]
                    } else(sensor_data[, j])
                  }

  #  -------  STAGE 1 CLEANSING FUNCTION  -------------
  # unit will always be in column 1 and datetime always in column 2
  stg1_cleanse    <- for(j in 3:ncol(sensor_data)) {       # for-loop over columns
                        if (is.list(sensor_data[, j]) == TRUE){
                         lapply(unlist_func.....)
                        }
                      }
                  }
  
  #  -------  STAGE 1 CLEANSING FUNCTION  -------------
                        
  stg2_cleanse    <- 'further cleansing routine'
  
}

Answer 1

我认为您可以大大简化您的功能。这似乎会产生您想要的结果。自定义函数extract_func 实现了检查每行长度的规则。如果是单元素值，则返回单元素；如果它是向量，则返回请求索引处的元素。然后我们可以使用 dplyr 的 rowwise 和 across 函数将此函数应用于列“sen1”和“sen2”，传递“unit_num”作为索引参数（在需要时）。

library(tidyverse)

unit <- c('a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03', 'a2b7/01', 'a2b7/02', 'a2b7/03')
sen1 <- list(c(1,2,3), c(4,5,6), c(7,8,9), c(10,11,12), c(13,14,15), c(16,17,18), c(19,20,21), c(22,23,24), c(25,26,27))
sen2 <- list(1, 2, 3, 4, 5, 6, 7, 8, 9)

sensor_data <- tibble(unit, sen1, sen2)

extract_func <- function(data, idx) {

  # check for NULL data and convert to NA if it is present
  if (is.null(data)) {
      data <- NA
  }
  
  if (length(data) == 1) {
    return(data[1])
  } else {
    return(data[idx])
  }
  
}

sensor_data_clean <- sensor_data %>% 
  rowwise() %>% 
  mutate(
    unit_num = as.numeric(str_extract(unit, '\\d$')),
    across(c(sen1, sen2), ~extract_func(., unit_num), .names = 'extract_{.col}')
  )

# A tibble: 9 × 6
# Rowwise: 
  unit    sen1      sen2      unit_num extract_sen1 extract_sen2
  <chr>   <list>    <list>       <dbl>        <dbl>        <dbl>
1 a2b7/01 <dbl [3]> <dbl [1]>        1            1            1
2 a2b7/02 <dbl [3]> <dbl [1]>        2            5            2
3 a2b7/03 <dbl [3]> <dbl [1]>        3            9            3
4 a2b7/01 <dbl [3]> <dbl [1]>        1           10            4
5 a2b7/02 <dbl [3]> <dbl [1]>        2           14            5
6 a2b7/03 <dbl [3]> <dbl [1]>        3           18            6
7 a2b7/01 <dbl [3]> <dbl [1]>        1           19            7
8 a2b7/02 <dbl [3]> <dbl [1]>        2           23            8
9 a2b7/03 <dbl [3]> <dbl [1]>        3           27            9

由于您只是检查向量的长度然后提取单个元素，因此您可以在 mutate 内执行以下内联操作（尽管像上面这样的预定义自定义函数为您未来提供了更多的灵活性） .

sensor_data_clean <- sensor_data %>% 
  rowwise() %>% 
  mutate(
    unit_num = as.numeric(str_extract(unit, '\\d$')),
    across(c(sen1, sen2), ~(.[min(length(.), unit_num)]), .names = 'extract_{.col}')
  )