如何使用 lapply 按行号范围对列表中的数据框进行子集化？答案

【问题标题】：How to subset data frames in a list by row number range with lapply?如何使用 lapply 按行号范围对列表中的数据框进行子集化？
【发布时间】：2019-11-07 01:24:27
【问题描述】：

我有一个数据框列表。我想提取每个数据帧的前 248 行，然后将它们绑定到一个数据帧中。

allData 是数据帧列表。我尝试将lapply 与subset 一起使用，但我不知道如何在其中引用行号。 subset 函数的“子集”参数似乎只接受逻辑向量。

temp <- lapply(allData, subset, subset = (row.names(allData) <= 248))

这段代码是我的想法，它不起作用，因为row.names(allData) 实际上只适用于列表本身，而不适用于数据框。那么如何引用每个数据框的行号呢？

【问题讨论】：

标签： r data-analysis data-cleaning

【解决方案1】：

使用base R，我们可以做到

do.call(rbind, lapply(allData, function(x) x[1:248, ]))

或与purrr

purrr::map_dfr(allData, ~.[1:248, ])

使用具有mtcars 数据的可重现示例并对前 5 行进行子集化。

allData <- list(mtcars, mtcars)
do.call(rbind, lapply(allData, function(x) x[1:5, ]))

#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
#Mazda RX4          21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag      21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#Datsun 710         22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#Hornet 4 Drive     21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
#Hornet Sportabout  18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
#Mazda RX41         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag1     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#Datsun 7101        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#Hornet 4 Drive1    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
#Hornet Sportabout1 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2

【讨论】：

带有基本包的不错的解决方案。我不得不查找function(x) 部分，结果证明它被称为“匿名函数”。更多信息：link
对于基础，使用do.call() 执行lapply(allData, `[`, 1:248, ) 可能更简单。但是，匿名函数可能更容易理解。
@Cole 是的……那肯定更短。

【解决方案2】：

另一个tidyverse 方法：

library(tidyverse)

allData %>% 
  map_df(function(x) x %>% slice(1:10))

由于OP没有提供样本数据，我们可以使用iris数据集：

allData <- list(iris1 = iris[1:50,], # create a list with iris
                iris2 = iris[51:100,], 
                iris3 = iris[101:150,])

allData %>% 
  map_df(~.[1:10,])

## (first 10 rows)
#  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#1           5.1         3.5          1.4         0.2     setosa
#2           4.9         3.0          1.4         0.2     setosa
#3           4.7         3.2          1.3         0.2     setosa
#4           4.6         3.1          1.5         0.2     setosa
#5           5.0         3.6          1.4         0.2     setosa
#6           5.4         3.9          1.7         0.4     setosa
#7           4.6         3.4          1.4         0.3     setosa
#8           5.0         3.4          1.5         0.2     setosa
#9           4.4         2.9          1.4         0.2     setosa
#10          4.9         3.1          1.5         0.1     setosa

【讨论】：