在 lapply/ldply 的列表中使用对象名称答案

【问题标题】：Use object names within a list in lapply/ldply在 lapply/ldply 的列表中使用对象名称
【发布时间】：2013-02-19 07:16:55
【问题描述】：

在之前尝试回答a question 时，我遇到了一个看起来应该很简单的问题，但我想不通。

如果我有一个数据框列表：

df1 <- data.frame(a=1:3, x=rnorm(3))
df2 <- data.frame(a=1:3, x=rnorm(3))
df3 <- data.frame(a=1:3, x=rnorm(3))

df.list <- list(df1, df2, df3)

我想rbind一起，我可以这样做：

df.all <- ldply(df.list, rbind)

但是，我想要另一列来标识每行来自哪个data.frame。我希望能够使用deparse(substitute(x)) 方法（here 和其他地方）来获取相关data.frame 的名称并添加一列。这就是我的处理方式：

fun <- function(x) {
  name <- deparse(substitute(x))
  x$id <- name
  return(x)
}
df.all <- ldply(df.list, fun)

  a          x      id
1 1  1.1138062 X[[1L]]
2 2 -0.5742069 X[[1L]]
3 3  0.7546323 X[[1L]]
4 1  1.8358605 X[[2L]]
5 2  0.9107199 X[[2L]]
6 3  0.8313439 X[[2L]]
7 1  0.5827148 X[[3L]]
8 2 -0.9896495 X[[3L]]
9 3 -0.9451503 X[[3L]]

所以显然列表中的每个元素都不包含我认为的名称。谁能建议一种方法来获得我的期望（如下所示）？

  a          x  id
1 1  1.1138062 df1
2 2 -0.5742069 df1
3 3  0.7546323 df1
4 1  1.8358605 df2
5 2  0.9107199 df2
6 3  0.8313439 df2
7 1  0.5827148 df3
8 2 -0.9896495 df3
9 3 -0.9451503 df3

【问题讨论】：

不完全是答案，但您可能对here 使用的各种方法感兴趣。
不使用命名列表是在自取其辱。

标签： r plyr

【解决方案1】：

如果您想使用function，而不是deparse(substitute(x))，请使用match.call()，并且您需要第二个参数，请确保将其转换为character

 name <- as.character(match.call()[[2]])

【讨论】：

【解决方案2】：

使用名称定义您的列表，它应该为您提供一个带有 data.frame 名称的 .id 列

df.list <- list(df1=df1, df2=df2, df3=df3)
df.all <- ldply(df.list, rbind)

输出：

  .id a           x
1 df1 1  1.84658809
2 df1 2 -0.01177462
3 df1 3  0.58579469
4 df2 1 -0.64748756
5 df2 2  0.24384614
6 df2 3  0.59012676
7 df3 1 -0.63037679
8 df3 2 -1.17416295
9 df3 3  1.09349618

那么你就可以从df.all$.id这一列知道data.frame的名字了

编辑： 根据@Gary Weissman 的评论，如果您想自动生成名称，您可以这样做

names(df.list) <- paste0('df',seq_along(df.list)

【讨论】：

我写的是同样的东西，除了do.call(rbind, df.list)而不是ldply，它也给出了原始行。
这种方法的唯一缺点是您实际上必须手动输入所有数据帧的名称。你能做类似names(df.list) <- paste0('df',seq_along(df.list))
+1 这真的很有帮助——本质上我的问题的答案是“使它成为一个命名列表”——但我很感激你走得更远！
@Gary Weissman - 这很好，因为它提供了一个唯一的标识符，但不链接到特定的名称。当然，一旦它是一个未命名的列表，就真的不可能建立那个链接了。
很高兴它成功了。是的，关键是“named list”，您可以根据@Gary 的评论手动或自动提供名称

【解决方案3】：

仅使用 base，可以尝试以下操作：

dd <- lapply(seq_along(df.list), function(x) cbind(df_name = paste0('df',x),df.list[[x]]))

do.call(rbind,dd)

【讨论】：

嘿。我确实试过了，但那是在你真正完成编辑之前。有一段时间，你只有 lapply 排队（以及它的另一个版本），这肯定不起作用。
啊抱歉，我的浏览器死机了，我的编辑被破坏了；-(
+1 每个元素至少有一个唯一的名称，但问题是每个元素都是按顺序命名的（即与数据框名称无关）。
@alexwhan 获取名称的替代方法可能是替换为 df_name = names(df.list)[x]

【解决方案4】：

在您的定义中，df.list 没有名称，但是，即使这样，deparse 替代成语似乎也无法轻松工作（因为lapply 调用.Internal(lapply(X, FUN)) - 您必须查看源代码才能看到对象名称是否可用以及如何获取它

有点像

names(df.list) <- paste('df', 1:3, sep = '')

foo <- function(n, .list){
         .list[[n]]$id <- n
         .list[[n]]
       } 

     a          x id
1 1  0.8204213  a
2 2 -0.8881671  a
3 3  1.2880816  a
4 1 -2.2766111  b
5 2  0.3912521  b
6 3 -1.3963381  b
7 1 -1.8057246  c
8 2  0.5862760  c
9 3  0.5605867  c

【讨论】：