按因子自动对数据帧进行子集化答案

【问题标题】：Automatically subset data frame by factor按因子自动对数据帧进行子集化
【发布时间】：2017-11-09 09:10:33
【问题描述】：

在编写函数以根据列的值自动对数据框进行子集化时寻求帮助？例如，

df$x 包含值 a、b、c、d

我想制作名为 a、b、c、d 的单独数据框，其中包含所有值 x == 'a' 或 x == 'b' 等。我知道几种手动执行此操作的方法，但我希望有关如何自动化的指导？谢谢！

【问题讨论】：

【解决方案1】：

split 函数返回子集数据帧的列表：

split(df, df$x)

编辑：

如果您想为每个子集数据框创建一个新对象：

for (i in levels(df$x)) {
    command <- paste0(i, "<-subset(df, x=='", i, "')")
    eval(parse(text=command))
}

编辑 2：

要按两个或多个变量进行拆分，更自动化的解决方案是创建一个函数，该函数将数据框和列名称作为输入，用于对数据框进行子集化：

create_new_df <- function (dataframe, vars) {
    # Creates a new data frame in the global environment based on names of variables in 'vars'
    split(dataframe, as.list(dataframe[, vars]), drop = TRUE) %>%
        lapply(function (subset_dataframe) {
            new_object_name <- paste(as.character(subset_dataframe[1, vars])
            # The double arrowed '<<-' creates a new object in the global environment
            command <- paste0(new_object_name, collapse="_"), "<<-subset_dataframe")
            eval(parse(text=command))
        }) %>%
        invisible()
}

然后可以使用此函数创建具有任意变量组合的新对象：

variables <- c("x", "y", "z")
create_new_df(df, variables)

【讨论】：

我还想自动为所选变量对应的数据框分配名称。
你能澄清你的意思吗？你的意思是要重命名每个数据框的列还是重命名split返回的列表项？
其实这不是我想要的。我想要作为 df 子集的新数据帧，其中 df$x only = a。我希望将新数据框称为“a”。
啊，我明白你的意思了。更新了答案。
谢谢！这很好用！（虽然对于我的数据，我需要使用“唯一”而不是级别。

【解决方案2】：

也许不是最好的方法，但可以完成工作。

vars_df = unique(df$x)

for (i in 1:length(vars_df)) {
assign(paste0(vars_df[i]), df %>% filter(x == vars_df[i]), envir = .GlobalEnv)
}

【讨论】：