根据另一个数据帧中的字符串对 R 中列表中的多个数据帧进行子集化答案

【问题标题】：Subsetting multiple dataframes within list in R based on strings in another dataframe根据另一个数据帧中的字符串对 R 中列表中的多个数据帧进行子集化
【发布时间】：2019-10-21 11:19:47
【问题描述】：

我正在尝试根据另一个数据帧中包含的字符串对列表中包含的多个数据帧进行子集化。

list.df <- list(
 df.1 = data.frame(LM = c(1:10), LS = c(1:10), PL = c(1:10)), 
 df.2 = data.frame(XY = c(1:10), FE = c(4:13), OI = c(1:10)), 
 df.3 = data.frame(IL = c(1:10), KU = c(9:18), TS = c(1:10)))

df.4 <- data.frame(df.1 = c("LM", "PL", NA), df.2 = c("FE", NA, NA), 
 df.3 = c("IL", "KU", "TS"))

我希望我的所有数据框最终看起来像这样：

df.1_sub <- subset(list.df[["df.1"]], select = 
   colnames(list.df[["df.1"]]) %in% df.4$df.1)

我将不得不为大约 50 个数据集执行此操作，并且想知道是否有一种方法可以编写一个循环来一次对所有数据集执行此操作。

我尝试过使用 lapply 和 for 循环，但到目前为止都没有成功。我是在 R 中使用列表的新手，不胜感激！这是我第一次在堆栈溢出上发帖，如果我的帖子不合适，请告诉我，

【问题讨论】：

澄清一下，如果您创建了df.2_sub，它只是FE 列，对吗？ df.3_sub 将是一个 10x3 的数据框，由 IL、KU 和 TS 列组成？
是的，没错！

标签： r loops subset

【解决方案1】：

使用Map 的一种方法是从df.4 中删除NA 值并将list.df 中的相应列子集

Map(function(x, y) x[as.character(na.omit(y))], list.df, df.4)

#$df.1
#   LM PL
#1   1  1
#2   2  2
#3   3  3
#4   4  4
#5   5  5
#6   6  6
#7   7  7
#8   8  8
#9   9  9
#10 10 10

#$df.2
#   FE
#1   4
#2   5
#3   6
#4   7
#5   8
#6   9
#7  10
#8  11
#9  12
#10 13

#$df.3
#   IL KU TS
#1   1  9  1
#2   2 10  2
#3   3 11  3
#.....

同样可以使用purrr::map2实现

purrr::map2(list.df, df.4, ~.x[na.omit(as.character(.y))])

【讨论】：

对我来说太快了。 Map 而不是 mapply 可能更有意义，因为您并没有简化结果。
很遗憾 df.4 有 factor 列，否则您可能会严重崩溃 - Map(`[`, list.df, lapply(df.4, na.omit)) - 不幸的是，目前给出了错误的答案。
非常感谢您的回复！我已经尝试了上述方法，它在示例中运行良好，但是当我尝试为我的实际数据执行此操作时，我收到此错误Error: Can't find columns AD, AB, AW, AC, AL, ... (and 32 more) in .数据`。我已经手动检查，这些列肯定在列表中的一个数据框中。有什么想法吗？
@Ricarda 这不适用于列表中的所有数据框。这将df.4 的第一列与list.df[[1]] 中的第一个列表合并，df.4 的第二列与list.df[[2]] 合并，依此类推。您是否要从整个 list.df 中对其进行子集化？
@Ronak，谢谢！我刚刚意识到df.4 中的列顺序与list.df 中的 dfs 顺序不同。基本上，df.4 中有一列对应于列表中的一个 dfs。该列和数据框具有相同的名称。

【解决方案2】：

我们可以使用complete.cases 和Map

Map(function(x, y) x[complete.cases(y)], list.df, df.4)
#$df.1
#   LM LS
#1   1  1
#2   2  2
#3   3  3
#4   4  4
#5   5  5
#6   6  6
#7   7  7
#8   8  8
#9   9  9
#10 10 10

#$df.2
#   XY
#1   1
#2   2
#3   3
#4   4
#5   5
#6   6
#7   7
#8   8
#9   9
#10 10

#$df.3
#   IL KU TS
#1   1  9  1
#2   2 10  2
#3   3 11  3
#4   4 12  4
#5   5 13  5
#6   6 14  6
#7   7 15  7
#8   8 16  8
#9   9 17  9
#10 10 18 10

或者使用pmap

library(purrr)  
pmap(list(list.df, df.4), ~ .x[complete.cases(.y)])

【讨论】：