使用 for 循环将函数应用于 R 中的列表

Question

我有四个数据框，每个都有两列，一列用于日期，另一列用于值。我想在每个数据框中生成 24 个新列，12 个用于滞后指标，12 个用于领先指标。我已经设法使用以下代码一次完成一个数据帧：

df[paste0("lag", 1:12)] = lapply(1:12, lag, x=df[,2])
df[paste0("lead", 1:12)] = lapply(1:12, lead, x=df[,2])

但是，我想使用遍历数据框列表的 for 循环来自动执行此操作。到目前为止，我已经尝试了以下方法：

dataframes = list(df1,df2,df3,df4)

for (df in dataframes){
        df[paste0("lag", 1:12)] = lapply(1:12, lag, x=df[,2])
        df[paste0("lead", 1:12)] = lapply(1:12, lead, x=df[,2])
}

遗憾的是，这不起作用，因为数据帧在 for 循环之后保持不变。关于如何完成这项工作的任何建议？

Answer 1

编写一个更明确的函数（如果需要），会给你更多的灵活性。使用您的示例，但简化表格

library(dplyr)
library(purrr)

a <- tibble(x = 1:50)
b <- tibble(x = 51:75)
dflist <- list(a, b)

# quick function using single lag on single column, but easily extendible
cv <- function(a)
{
  nca <- ncol(a)
  for(i in seq(from = 1, to = 23, by = 2))
  {  
   a[nca+i] = lag(a$x)
   a[nca+i+1] = lead(a$x)
  }
  return(a)
}

# simple to apply to create your new columns (or put in loop)
na <- cv(a)

# or simple to do all df at once and concatenate the results
f <- dflist %>% map_dfr(cv)

Answer 2

df 不会更新全局环境中的原始对象“df1”、“df2”。如果我们愿意，请使用assign（或者更好的方法是将其保存在list 中）

# // create a named `list`
dataframes = list(df1,df2,df3,df4)
names(dataframes) <- c("df1", "df2", "df3", "df4")
# // loop over the names of the list
for(nm in names(dataframes)) {
    # // get the value of the object from the names
    df <- get(nm)
    # // create the new columns
    df[paste0("lag", 1:12)] <- lapply(1:12, lag, x=df[,2])
    df[paste0("lead", 1:12)] <- lapply(1:12, lead, x=df[,2])
    # // assign to update the original object 
    assign(nm, df)
}

---

最好把它保存在list

dataframes2 <- lapply(dataframes, function(df) {
      df[paste0("lag", 1:12)] <- lapply(1:12, lag, x=df[,2])
     df[paste0("lead", 1:12)] <- lapply(1:12, lead, x=df[,2])
     df 
    })

list 输出可用于更新带有list2env 的原始对象，但不推荐

list2env(dataframe2, .GlobalEnv)

Answer 3

澄清问题

请阅读r 标记页面顶部的信息，特别是示例应该是独立的、完整的，包括所有输入和库语句、可重现以便其他任何人都可以轻松地运行它们并且最小化。

1. 缺少库语句。 R 中没有 lead 函数，因此我们假设正在使用 dplyr。
2. 数据框本身缺失，因此我们根据 R 中包含的 BOD 数据框构建示例数据框。
3. 为了使这个最小化，我们使用 2 个滞后和 2 个超前，而不是 12 和 12。

以上是在下面的替代部分中完成的。

代码问题

问题中的代码的问题在于它会复制列表的每个组件，修改副本但不更改列表本身。如果我们像这样将修改后的数据框重新插入到列表中，它将起作用。 ## 结尾的行来自问题，其他行是新的或修改的。

dataframes = list(df1,df2,df3,df4) ##

for (i in seq_along(dataframes)) {
        df <- dataframes[[i]]
        df[paste0("lag", 1:12)] = lapply(1:12, lag, x=df[,2]) ##
        df[paste0("lead", 1:12)] = lapply(1:12, lead, x=df[,2]) ##
        dataframes[[i]] <- df
}

替代方案

1) 定义一些测试数据，然后使用 mget 创建一个数据帧的命名列表 L，然后遍历名称，在 L 中创建新数据帧，覆盖 L 中的旧数据帧。

虽然不推荐，除非有充分的理由这样做，我们可以使用 listenv(L, .GlobalEnv) 将 L 中的数据帧写回全局环境。

library(dplyr)

# test data
for(i in 1:4) assign(paste0("df", i), i * BOD)
nms <- paste0("df", 1:4)  
L <- mget(nms)

for (nm in names(L)) {
  L[[nm]][paste0("lag", 1:2)] = lapply(1:2, lag, x=L[[nm]][,2])
  L[[nm]][paste0("lead", 1:2)] = lapply(1:2, lead, x=L[[nm]][,2])
}

给予：

str(L)
## List of 4
##  $ df1:'data.frame':    6 obs. of  6 variables:
##   ..$ Time  : num [1:6] 1 2 3 4 5 7
##   ..$ demand: num [1:6] 8.3 10.3 19 16 15.6 19.8
##   ..$ lag1  : num [1:6] NA 8.3 10.3 19 16 15.6
##   ..$ lag2  : num [1:6] NA NA 8.3 10.3 19 16
##   ..$ lead1 : num [1:6] 10.3 19 16 15.6 19.8 NA
##   ..$ lead2 : num [1:6] 19 16 15.6 19.8 NA NA
##  $ df2:'data.frame':    6 obs. of  6 variables:
## ...snip...

2) 我们可以在折叠包中使用flag 来简化此操作。它接受一个领先/落后的向量。创建测试数据后，只需一行代码。它创建一个新列表 L2。原始列表 L 没有被修改。

library(collapse)

# test data
for(i in 1:4) assign(paste0("df", i), i * BOD)
nms <- paste0("df", 1:4)  
L <- mget(nms)

L2 <- lapply(L, function(x) cbind(x[1], flag(x[2], seq(-2, 2))))

str(L2)
## List of 4
##  $ df1:'data.frame':    6 obs. of  6 variables:
##   ..$ Time     : num [1:6] 1 2 3 4 5 7
##   ..$ F2.demand: num [1:6] 19 16 15.6 19.8 NA NA
##   ..$ F1.demand: num [1:6] 10.3 19 16 15.6 19.8 NA
##   ..$ demand   : num [1:6] 8.3 10.3 19 16 15.6 19.8
##   ..$ L1.demand: num [1:6] NA 8.3 10.3 19 16 15.6
##   ..$ L2.demand: num [1:6] NA NA 8.3 10.3 19 16
##  $ df2:'data.frame':    6 obs. of  6 variables:
## ...snip...