选择的数据框未定义列中的错误

Question

我一直在从事一项任务，我必须从目录“specdata”中读取一些 csv 文件。这些文件非常相似，有 332 个标题为 001.csv - 332.csv。如果重要的话，它们有一致的列和标题。

我相信我已经很接近了，但是上面的错误消息让我绊倒了

“[.data.frame(data1, good) 中的错误：选择了未定义的列”

我曾期望数据框会加载 id 参数中文件子集指定的所有数据。

pollutantmean <- function(directory, pollutant, id = 1:332) {

              files <- list.files(directory)

              subsetFiles <- files[id]

              for (i in subsetFiles) {

                  filepaths <- paste(directory,"/",i, sep='')

                  data1 <- read.csv(filepaths)
                }

              data1

             good <- complete.cases(data1)

             data2 <- data1[good]

             data2
}

# test it out and ignore middle parameter for now
pollutantmean("specdata", "pass", 1:3)

Answer 1

你是什么意思？

data2 <- data1[good,]

有

data1[good]

您以错误的方式选择列（使用完整行的逻辑向量）。

考虑不使用参数pollutant；它是您要提取的列名吗？如果是这样，它应该是这样的

data2 <- data1[good, pollutant]

进一步考虑你必须在for循环内rbinddata.frames，否则你只能得到最后一个data.frame（它的completed.cases）

最后但同样重要的是，我更喜欢生成文件名，例如使用

id <- 1:322
paste0( directory, "/", gsub(" ", "0", sprintf("%3d",id)), ".csv")

?sprintf 的小块修改

字符串fmt（在我们的例子中是"%3d"）包含普通字符，这些字符被传递到输出字符串，以及转换规范，它对...提供的参数进行操作.允许的转换规范以% 开头，以aAdifeEgGosxX% 集中的一个字母结尾。这些字母表示以下类型：

• d: 整数

例如一个更一般的例子

    sprintf("I am %10d years old", 25)
[1] "I am         25 years old"
          ^^^^^^^^^^
          |        |
          1       10