如何使用 LOOP 来简化这个 R 脚本代码。这是用于分析年度数据的代码答案

【问题标题】：How to use LOOP to simplify this R script code. It is a code for analysing a yearly data如何使用 LOOP 来简化这个 R 脚本代码。这是用于分析年度数据的代码
【发布时间】：2021-09-09 18:18:57
【问题描述】：

我正在分析一个年度数据集。我想重塑和重命名数据。如何使用 LOOP 来简化以下代码？

marryc2010 <- data.frame(date=c2010$Date,EC=c2010$`Elemental Carbon by transmittance-PM10`,OC=c2010$`Organic Carbon by transmittance-PM10`)
marryc2011 <- data.frame(date=c2011$Date,EC=c2011$`Elemental Carbon by transmittance-PM10`,OC=c2011$`Organic Carbon by transmittance-PM10`)
marryc2012 <- data.frame(date=c2012$Date,EC=c2012$`Elemental Carbon by transmittance-PM10`,OC=c2012$`Organic Carbon by transmittance-PM10`)
marryc2013 <- data.frame(date=c2013$Date,EC=c2013$`Elemental Carbon by transmittance-PM10`,OC=c2013$`Organic Carbon by transmittance-PM10`)
marryc2014 <- data.frame(date=c2014$Date,EC=c2014$`Elemental Carbon by transmittance-PM10`,OC=c2014$`Organic Carbon by transmittance-PM10`)
marryc2015 <- data.frame(date=c2015$Date,EC=c2015$`Elemental Carbon by transmittance-PM10`,OC=c2015$`Organic Carbon by transmittance-PM10`)
marryc2016 <- data.frame(date=c2016$Date,EC=c2016$`Elemental Carbon by transmittance-PM10`,OC=c2016$`Organic Carbon by transmittance-PM10`)
marryc2017 <- data.frame(date=c2017$Date,EC=c2017$`Elemental Carbon by transmittance-PM10`,OC=c2017$`Organic Carbon by transmittance-PM10`)
marryc2018 <- data.frame(date=c2018$Date,EC=c2018$`Elemental Carbon by transmittance-PM10`,OC=c2018$`Organic Carbon by transmittance-PM10`)
marryc2019 <- data.frame(date=c2019$Date,EC=c2019$`Elemental Carbon by transmittance-PM10`,OC=c2019$`Organic Carbon by transmittance-PM10`)

【问题讨论】：

也许stackoverflow.com/a/24376207/12993861 或stackoverflow.com/a/68136880/12993861 有助于将您的数据框放入一个可以轻松循环的列表中。

标签： r rscript

【解决方案1】：

一种简单的方法是在您的数据框列表上使用purrr::map。

library(purrr)
library(dplyr)

# Create a list of the dataframes, and return values as object names.
df.list <- mget(paste0("c", 2010:2019))

# Then, use map to extract the columns that you need from each dataframe.
dfs.updated <-
  purrr::map(
    .x = df.list,
    .f = function(x) {
      x %>% dplyr::select(
        Date,
        `Elemental Carbon by transmittance-PM10`,
        `Organic Carbon by transmittance-PM10`
      )
    }
  )

# Then, can rename if needed.
names(dfs.updated) <- paste0("marry", 2010:2019)

【讨论】：

【解决方案2】：

您不应创建 10 个单独的数据框。您应该在列表中创建它们，以便以后可以使用 lapply 在捆绑中使用它们。

input_list <- mget( paste0('c', 2010:2019)  # Now inputs are in one list 
marry_list <- lapply( input_list, function(x) { 
                                data.frame(date=x$Date,
                                   EC=x$`Elemental Carbon by transmittance-PM10`,
                                   OC=x$`Organic Carbon by transmittance-PM10`)}
names(marry_list) <- paste0("marry", 2010:2019)

当您需要其中一个时，它很简单：

 df_val <- marry_list[['marry2015']]

或者

 df_val <- marry_list$marry2015

如果您只想要其中一个的日期列，那么可以是以下任何一个：

 marry_list$marry2019$date  # both `$` and `[[` can be chained
 marry_list[['marry2019']][['date']]  # use `[[` inside function, `$` at console

【讨论】：