在 R 中，在数据帧列表上迭代一个函数，然后将输出存储到一个列表中，每个输出元素由输入数据帧命名

Question

您好，我有几个数据框，每个数据框代表接受某种处理的样本，我将它们组合成一个列表，我的想法是我想在列表中的每个元素/数据框上测试 Kmeans 聚类方法。

假设我将这 7 个数据帧绑定到一个列表中。 以下是其中 2 个作为示例数据 https://drive.google.com/drive/folders/1B8JQY94Z-BHTZEKlV4dvUDocmiyppBDa?usp=sharing

每个数据框都有相同的结构：多行样本和 107 列变量，但第 1 列和第 2 列只是数据标签，例如实际药物治疗。

我想对这些数据帧中的每一个进行 Kmeans 聚类，希望从中找到有代表性的样本用于下游处理。

所以我构建了一个名为 Kmeans.list 的输出列表来存储结果。我将其放入循环中是否正确？特别是 mylist[[i]][,-c(1:2)]，它的目的是获取该列表中的第 i 个数据帧，并且只获取实际的数值变量列，然后 scale() 将其用于 kmeans 聚类。

我没有成功测试的原因是我也对输出感到困惑。 kmeans() 函数输出一个列表，我对其中的“中心”特别感兴趣。我真的只想将每个中心结果存储到一个列表中，这样我就可以在下游迭代其他内容。这可能吗，或者我必须将所有 kmeans 输出存储到此列表中，然后以某种方式取出中心并绑定它们。

无论哪种方式，我都必须能够以唯一的名称存储每个 kmeans 输出，以便将它们区分开来。如何确保输出列表中的每个元素都以输入数据框命名？就像在名称中一样

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

#kmeans this in a loop
#store output in a list
Kmeans.list <- list()

for (i in length(mylist)) {

  Kmeans.list[i] <- kmeans(scale(mylist[[i]][,-c(1:2)]),centers =15,nstart=50,iter.max = 100)

}

Answer 1

使用tidyverse

如果我理解正确的话

library(FNN)
library(tidyverse)
Kmeans.list <- map(.x = mylist,
                   .f = ~kmeans(scale(.x[,-c(1:2)]),
                                centers =15,
                                nstart=50,
                                iter.max = 100)) %>% 
                    purrr::set_names(c("df1", "df2"))

Kmeans_centers <- map(Kmeans.list, ~.x$centers)


n500 <- map2(
  .x = mylist,
  .y = Kmeans_centers,
  .f = ~ get.knnx(data = scale(.x[, -c(1:2)]), query = .y, k = 500)) %>% 
  purrr::set_names(c("df1", "df2"))