在矢量上循环过滤数据并绑定数据帧答案

【问题标题】：Filter data in loop over vector and bind data frames在矢量上循环过滤数据并绑定数据帧
【发布时间】：2021-09-06 12:48:11
【问题描述】：

我在编写 for 循环方面是个菜鸟，可以使用一些支持让我的工作。我有一个数据框，我想根据存储在向量中的值进行过滤。我需要多次过滤数据框，对向量中的每个值一次。在每个过滤器之后，我想存储子集数据帧并将所有数据帧绑定在一起。

我发现了这个超级方便的代码，关于如何存储每个过滤数据集的结果并绑定在一起 - Append data frames together in a for loop

但是，我无法让代码循环遍历向量中的每个值。它只循环第一个值。

这是一个例子：

area <- data.frame(
  land = c("68N03E220090", "68N03E244635", "68N03E244352", "68N03E223241"),
  type = c("home", "mobile", "home", "vacant"),
  object_id = c(NA, 7, NA, 34)
)

block <- c("68N03E22", "68N03E24")

datalist = list()

for (value in block){
  df <- area %>% filter(is.na(object_id) & grepl(paste0("^", block),land))
  df$value <- value
  datalist[[value]] <- df # add it to your list
}

df_filtered <- dplyr::bind_rows(datalist)

我收到警告：

Warning messages:
1: In grepl(paste0("^", block), land) :
  argument 'pattern' has length > 1 and only the first element will be used
2: In grepl(paste0("^", block), land) :
  argument 'pattern' has length > 1 and only the first element will be used

【问题讨论】：

area %>% group_split(s = str_extract(land, str_c('^', block, collapse = '|')))

标签： r

【解决方案1】：

我认为您的过滤器中有错字/错误；当您在 grepl 中将“块”更改为“值”时，您是否得到正确的输出？例如

library(tidyverse)
area <- data.frame(
  land = c("68N03E220090", "68N03E244635", "68N03E244352", "68N03E223241"),
  type = c("home", "mobile", "home", "vacant"),
  object_id = c(NA, 7, NA, 34)
)

block <- c("68N03E22", "68N03E24")

datalist = list()

for (value in block){
  df <- area %>% filter(is.na(object_id) & grepl(paste0("^", value),land))
  df$value <- value
  datalist[[value]] <- df # add it to your list
}

df_filtered <- dplyr::bind_rows(datalist)

df_filtered
#>           land type object_id    value
#> 1 68N03E220090 home        NA 68N03E22
#> 2 68N03E244352 home        NA 68N03E24

对于本例，您还可以使用以下方法避免 for 循环：

df_filtered_2 <- area %>%
  filter(is.na(object_id) & grepl(pattern = paste0(block, collapse = "|"), x = land)) %>% 
  mutate(value = str_sub(land, 1, 8))

identical(df_filtered, df_filtered_2)
#> [1] TRUE

【讨论】：