按 purrr 中的条件合并列表中的数据帧答案

【问题标题】：Merge data frames in a list by condition in purrr按 purrr 中的条件合并列表中的数据帧
【发布时间】：2021-11-13 05:55:36
【问题描述】：

我有一个具有以下结构的数据框列表：

list_example <- list(type1_a_b = data.frame(id = 1:3, a = 1:3, b = 4:6),
                     type1_c_d = data.frame(id = 1:5, c = 1:5, d = 5:9),
                     type2_e_f = data.frame(id = c(1,3,4), e = 1:3, f = 4:6),
                     type2_g_h = data.frame(id = c(2,3,4), g = 1:3, h = 5:7))

我还有一个数据框类型的向量：

data_types <- c("type1", "type2")

我想按类型（使用 data_types 向量和 id 列）对数据帧进行完全连接，最好使用purrr。

期望的输出：

list(type1 = data.frame(id = 1:5,
                        a = c(1:3, NA, NA),
                        b = c(4:6, NA, NA),
                        c = 1:5,
                        d = 5:9),
     
     type2 = data.frame(id = c(1:4),
                        e = c(1, NA, 3, 4),
                        f = c(4, NA, 5, 6),
                        g = c(NA, 1:3),
                        h = c(NA, 5:7))
     )

$type1
  id  a  b c d
1  1  1  4 1 5
2  2  2  5 2 6
3  3  3  6 3 7
4  4 NA NA 4 8
5  5 NA NA 5 9

$type2
  id  e  f  g  h
1  1  1  4 NA NA
2  2 NA NA  1  5
3  3  3  5  2  6
4  4  4  6  3  7

我能够使用this post 的解决方案将所有列表元素减少到一个数据框中，但我希望以列表格式输出，以便以后分别处理不同的数据类型。

list_example %>%
  purrr::reduce(full_join, by = "id")

  id  a  b c d  e  f  g  h
1  1  1  4 1 5  1  4 NA NA
2  2  2  5 2 6 NA NA  1  5
3  3  3  6 3 7  2  5  2  6
4  4 NA NA 4 8  3  6  3  7
5  5 NA NA 5 9 NA NA NA NA

谢谢！

【问题讨论】：

标签： r list merge purrr

【解决方案1】：

我们可以通过名称的子字符串split 并使用map 和reduce 循环外部list 内部嵌套的list 和full_join

library(dplyr)
library(stringr)
library(purrr)
list_example %>% 
   split(str_remove(names(.), "_.*")) %>% 
   map(~ reduce(.x, full_join, by = "id") %>%
       arrange(id))

-输出

$type1
  id  a  b c d
1  1  1  4 1 5
2  2  2  5 2 6
3  3  3  6 3 7
4  4 NA NA 4 8
5  5 NA NA 5 9

$type2
  id  e  f  g  h
1  1  1  4 NA NA
2  2 NA NA  1  5
3  3  2  5  2  6
4  4  3  6  3  7

或在base R 中使用merge/Reduce

lapply(split(list_example, sub("_.*", "", names(list_example))), 
       \(x) Reduce(\(...) merge(..., all = TRUE), x))

-输出

$type1
  id  a  b c d
1  1  1  4 1 5
2  2  2  5 2 6
3  3  3  6 3 7
4  4 NA NA 4 8
5  5 NA NA 5 9

$type2
  id  e  f  g  h
1  1  1  4 NA NA
2  2 NA NA  1  5
3  3  2  5  2  6
4  4  3  6  3  7

【讨论】：

谢谢@akrun！按预期工作。花了几个小时来处理我的实际数据（1.4 GB，843 个列表元素，14 种数据类型）。

【解决方案2】：

使用lapply 的基本 R 选项 -

nm <- names(list_example)

result <- lapply(data_types, function(x) 
            Reduce(function(p, q) merge(p, q, all = TRUE, by = 'id'), 
            list_example[grep(x, nm)]))
result

#[[1]]
#  id  a  b c d
#1  1  1  4 1 5
#2  2  2  5 2 6
#3  3  3  6 3 7
#4  4 NA NA 4 8
#5  5 NA NA 5 9

#[[2]]
#  id  e  f  g  h
#1  1  1  4 NA NA
#2  2 NA NA  1  5
#3  3  2  5  2  6
#4  4  3  6  3  7

如果你想命名result列表，你可以添加。

names(result) <- data_types

【讨论】：