循环遍历变量名向量，同时降低因子水平答案

【问题标题】：loop through a vector of variable names while dropping factor levels循环遍历变量名向量，同时降低因子水平
【发布时间】：2014-06-07 12:53:56
【问题描述】：

我在.GlobalEnv 中有一个包含结构相同变量名称的字符向量。我想从每个变量的相同因素中降低水平。

我该怎么做，例如扩展下面的代码，实际上更新全局环境中的变量？查看示例数据，这意味着在将subset 和assign 之后的W 和Q 不存在的因子z 降低到.GlobalEnv。

lapply(mget(var_list, .GlobalEnv), function(x) levels(x$z) <- droplevels(x$z))

我想我可以做一些类似于下面的例子来改变例如rownames 使用 lapply

list_of_dfs <- lapply(list_of_dfs, "rownames<-", NULL)

虚拟数据

z <- c("a",'a','b','a','c','d','b','d','d','b')
x <- c(10,2,33,41,5,64,17,11,22,1)
y <- c('W','W','W','W','W','Q','Q','Q','Q','Q')
df <- data.frame(cbind(z,x,y))

var_list <- c('W', 'Q')

# subsetting and assigning variables
for(i in var_list){
   assign(i, subset(df, y %in% i), envir=.GlobalEnv)
}

【问题讨论】：

标签： r loops global-variables apply r-factor

【解决方案1】：

你在这行做了什么

lapply(mget(var_list, .GlobalEnv), function(x) levels(x$z) <- droplevels(x$z))

是你修改了局部变量x，而不是.GlobalEnv中的变量Q和W。

你可以试试这样的：

lapply(var_list, function(x) assign(x, droplevels(get(x, envir=.GlobalEnv)), .GlobalEnv))

这会从所有列中删除未使用的级别，而不仅仅是z。

要仅从z 降级，您可以尝试：

lapply(var_list, function(x) 
       eval(parse(text=paste0(x, "['z'] <<- droplevels(", x,"['z'])"))))

【讨论】：