使用 dplyr 中的 group_by 函数来操作一组 data.frame 对象

Question

这是我向这个社区提出的第一个问题，我希望通过在这里与经验丰富的人交流来解决我的疑问。 我有三个组，每个组包含 3 个不同长度和尺寸的不同 data.frame 对象。我想进行某种操作，按特定的 data.frame 对象对它们进行分组。我认为 dply 包中的 group_by 可能会执行此任务，但我对此不确定，甚至我也不完全了解使用 dplyr 包，所以请对我的问题做出贡献。谢谢大家。

这是一个简单的可重复的例子，让我的问题更清楚：

模拟数据

group1 <- list(a1 <- iris[1:10,],
               b1 <- airquality[1:20,],
               c1 <- cars[1:20,])

group2 <- list(a2 <- iris[15:35,],
               b2 <- airquality[10:25,],
               c2 <- cars[15:30,])
group3 <- list(a3 <- iris[40:60,],
               b3 <- airquality[30:50,],
               c3 <- cars[25:45,])

想象 group1、group2、group3 被放置在 R 内存中的三个不同目录中，所以我想同时访问每个组，并按特定的 data.frame 对象对它们进行分组。所以这是我的预期输出：

想要的输出：

group_a <- list(a1, a2, a3)
group_b <- list(b1, b2, b3)
group_c <- list(c1, c2, c3)

需要明确的是，我的可重现示例基于我实现的函数的结果进行模拟，每次执行我的函数时，它都会将结果作为列表返回并将它们存储在不同的 R 目录中，这就是为什么我需要访问每组结果同时，按照我的预期对它们进行分组。任何有经验的成员都可以就我所说的问题给出一些想法吗？我感谢所有在这里尝试提供帮助的人。

最好的

杰夫

Answer 1

将组数据集放在list中后，我们可以使用purrr中的transpose

library(purrr)
lst <- transpose(list(group1, group2, group3))
group1New <- lst[[1]]
group2New <- lst[[2]]
group3New <- lst[[3]]