【问题标题】:Add column to elements within list of dataframes将列添加到数据框列表中的元素
【发布时间】:2020-05-22 18:52:51
【问题描述】:

我有一个数据框列表,其中一些有need 列,而另一些则没有。如何将 need 列添加到其他数据框(值 = NA)?我试过使用 Map 或 lapply

test <- list(data.frame(need = NA, dont_need = NA),
             data.frame(dont_need = NA),
             data.frame(dont_need = NA, dont_need_2 = NA))

期望的输出

[[1]]
  need dont_need
1   NA        NA

[[2]]
  dont_need need
1        NA   NA

[[3]]
  dont_need dont_need_2 need
1        NA          NA   NA

我不能只使用绑定,因为此列表是动态创建的,有时仅包含一个没有 need 列的数据框。在这种情况下,答案也必须有效:

test_2 <- list(data.frame(dont_need = NA))

【问题讨论】:

    标签: r list apply


    【解决方案1】:

    purrr 只有空元素的情况可能是:

    map(test, ~ list_modify(., need = NA))
    
    [[1]]
      need dont_need
    1   NA        NA
    
    [[2]]
      dont_need need
    1        NA   NA
    
    [[3]]
      dont_need dont_need_2 need
    1        NA          NA   NA
    

    如果可能存在非空元素:

    map(test, ~ if(!"need" %in% names(.)) update_list(., need = NA) else .)
    

    【讨论】:

    • 您应该在答案中包含library(purrr),以便让不知道的人更清楚。
    • 实际上,如果need 列中的值已经存在并且不是NA,则此答案将删除它们
    • @Gallarus 这就是为什么我实际上还包括非空现有元素的解决方案。
    • 对不起,我的判断太快了,对不起
    【解决方案2】:

    使用lapply 和is.null 的另一个版本。我在最初的 data.frame 中添加了一些实际值,以表明它们在最初存在时会被保留。

    test <- list(data.frame(need = c(NA, 2), dont_need = 1:2),
                 data.frame(dont_need = 1:3),
                 data.frame(dont_need = 1:3, dont_need_2 = NA))
    > [[1]]
    > need dont_need
    > NA         1
    >  2         2
    > 
    > [[2]]
    > dont_need
    >  1
    >  2
    >  3
    > 
    > [[3]]
    > dont_need dont_need_2
    >  1          NA
    >  2          NA
    >  3          NA
    
    
    test <- lapply(test, function(df) {
      if (is.null(df[["need"]])) 
        df[["need"]] <- NA
    
      df
    })
    
    > [[1]]
    > need dont_need
    >  NA         1
    >   2         2
    > 
    > [[2]]
    > dont_need need
    >  1   NA
    >  2   NA
    >  3   NA
    > 
    > [[3]]
    > dont_need dont_need_2 need
    >  1          NA   NA
    >  2          NA   NA
    >  3          NA   NA
    

    【讨论】:

    • 谢谢!在我匆忙做一个代表时,我意识到原始数据框中没有值会混淆答案,因为下面的人建议用 NA 替换所有需要。
    • @tmfmnk 的purrr 答案实际上是正确的,我错了。我提供了一个不会删除已经存在的值的版本
    【解决方案3】:

    这是使用lapply的简单方法:

    test <- list(data.frame(need = NA, dont_need = NA),
                 data.frame(dont_need = NA),
                 data.frame(dont_need = NA, dont_need_2 = NA))
    
    
    lapply(test, function(df) {
      if (!"need" %in% colnames(df)) {
        df$need <- NA
      }
      return(df)
    })
    #> [[1]]
    #>   need dont_need
    #> 1   NA        NA
    #> 
    #> [[2]]
    #>   dont_need need
    #> 1        NA   NA
    #> 
    #> [[3]]
    #>   dont_need dont_need_2 need
    #> 1        NA          NA   NA
    

    由reprex package (v0.3.0) 于 2020 年 2 月 6 日创建

    【讨论】:

      【解决方案4】:

      您可以编写一个函数来检查每个data.frame 的列名称是否为need,如果不存在则创建它。

      test2 <- lapply(test, function(x) {
        if(!"need"%in% colnames(x)){
          x$need <- NA
        }
        return(x)
      })
      
      [[1]]
        need dont_need
      1   NA        NA
      
      [[2]]
        dont_need need
      1        NA   NA
      
      [[3]]
        dont_need dont_need_2 need
      1        NA          NA   NA
      

      【讨论】:

        猜你喜欢
        • 2021-08-10
        • 2022-07-05
        • 2022-07-06
        • 1970-01-01
        • 1970-01-01
        • 2022-07-31
        • 2021-09-10
        • 1970-01-01
        • 2014-06-16
        相关资源
        最近更新 更多