对列表中匹配特定条件的多个数据框进行子集化答案

【问题标题】：Subset multiples data frames in a list that match a certain condition对列表中匹配特定条件的多个数据框进行子集化
【发布时间】：2015-04-24 06:16:49
【问题描述】：

我是新手，我被困住了。我有一个数据框列表，其中包含有关压力、温度和盐度的信息。我想对所有这些进行子集化，并在压力等于 5 时仅保留温度和盐度的值。下面是列表的结构：

str(CT_STP)
List of 3
$ CT01_CTD1:'data.frame':      41 obs. of  3 variables:
  ..$ pressure   : num [1:41] 1 2 3 4 5 6 7 8 9 10 ...
  ..$ temperature: num [1:41] 18.8 18.8 18.8 18.8 18.8 ...
  ..$ salinity   : num [1:41] 34.1 34.1 34.1 34.1 34.1 ...
 $ CT02_CTD1:'data.frame':      69 obs. of  3 variables:
  ..$ pressure   : num [1:69] 2 3 4 5 6 7 8 9 10 11 ...
  ..$ temperature: num [1:69] 18.7 18.7 18.7 18.7 18.7 ...
  ..$ salinity   : num [1:69] 34 34 34 34 34 ...
 $ CT03_CTD1:'data.frame':      79 obs. of  3 variables:
  ..$ pressure   : num [1:79] 1 2 3 4 5 6 7 8 9 10 ...
  ..$ temperature: num [1:79] 18.3 18.3 18.3 18.3 18.3 ...
  ..$ salinity   : num [1:79] 33.9 33.9 33.9 33.9 33.9 ...

我想对所有数据帧进行子集化，以便在压力等于 5 时仅获得温度和盐度。

即使是这样，我也尝试了很多东西：

PROF5<-lapply(CT_STP,subset(CT_STP, pressure==5,select="pressure","temperature","salinity"))

但到目前为止似乎没有任何效果...... 我已经在这里搜索过答案，但作为新手很难找到具体的答案。

【问题讨论】：

标签： r list subset

【解决方案1】：

我创建了一个示例数据。当你使用subset()时，你需要一个数据框和一个条件。当您使用lapply() 时，您将函数设为匿名。也就是说，您编写 function(x) 并进一步编写您希望 R 循环的代码。在您的情况下，您想要遍历一个列表并应用subset()。 R 将该函数应用于列表中的每个数据框并处理子集。希望这会对你有所帮助。

df1 <- data.frame(pressure = 1:5,
                  temperature = 18:22,
                  salinity = c(34.1, 34.1, 34.1, 34.1, 34.1))

df2 <- data.frame(pressure = 1:5,
                  temperature = 18:22,
                  salinity = c(34.1, 34.1, 34.1, 34.1, 34.1))

mylist <- list(df1, df2)

[[1]]
  pressure temperature salinity
1        1          18     34.1
2        2          19     34.1
3        3          20     34.1
4        4          21     34.1
5        5          22     34.1

[[2]]
  pressure temperature salinity
1        1          18     34.1
2        2          19     34.1
3        3          20     34.1
4        4          21     34.1
5        5          22     34.1

lapply(mylist, function(x) subset(x, pressure == 5))

[[1]]
  pressure temperature salinity
5        5          22     34.1

[[2]]
  pressure temperature salinity
5        5          22     34.1

编辑

鉴于@tospig 的评论，您还可以执行以下操作。

lapply(mylist, function(x) x[x$pressure == 5, ])

【讨论】：

@CarlaBerghoff 很高兴。 :)
我记得在某处读过你应该避免使用subset()（但我不记得在哪里或为什么）。使用[ 的替代方法是lapply(mylist, function(x) x[x$pressure==5,])
@tospig 谢谢你的评论。我不知道你提到的问题。鉴于这个问题，您的建议是另一种方法。我将在我的答案中添加这一点。非常感谢您的支持。
不客气。快速搜索显示 this blog post on 'pitfalls of the subset' ，它还链接到 Hadley Wickham 的一篇好文章。