根据列中的唯一值创建多个数据框答案

【问题标题】：Create multiple dataframes based on unique values in a column根据列中的唯一值创建多个数据框
【发布时间】：2020-07-08 15:30:11
【问题描述】：

您好，我正在尝试对数据进行子集化以声明特定的数据帧，然后将它们转换为 XTS 对象。

这是我正在使用的代码。

library(tidyverse)

us <- read_csv(url("https://covidtracking.com/api/v1/states/daily.csv")) # pulling detailed state level data from covidtracking project website
us <- select(us, date, state, cases = positive, hosp = hospitalizedCumulative, icu = inIcuCumulative, death) # selecting columns of interest
head(us)

AK <- filter(us, state == "AK") 
AK <- xts(AK[,c(-1,-2)], order.by = strptime(AK$date, format = "%Y%m%d")) %>% na.fill(0)

除了手动为所有 50 种状态逐一执行此过程之外，有没有更简单的方法可以通过执行此类操作来自动执行此过程？

state <- unique(us$state)

x <- function(x) {
  x <- filter(us, state == x)
  x <- xts(x[,c(-1,-2)], order.by = strptime(x$date, format = "%Y%m%d")) %>% na.fill(0)
}

运行该函数没有给我任何结果或错误。

【问题讨论】：

标签： r

【解决方案1】：

考虑by（tapply 的面向对象的包装器），它通过列中的一个或多个因子对数据帧进行子集化，并且（与split 不同）将子集传递到定义的方法中。 by 的返回是任何方法输出的列表，该列表等于因子的唯一级别数。

build_xts <- function(x) {
  xts(x[,c(-1,-2)], order.by = strptime(x$date, format = "%Y%m%d")) %>% na.fill(0)
}

xts_list <- by(us, us$state, build_xts)

xts_list$AK
...
xts_list$WY

【讨论】：

【解决方案2】：

你可以试试这个：

#List
List <- split(us,us$state)
#Process
process <- function(x)
{
  x[is.na(x)]<-0
  y <- xts::xts(x[,c(-1,-2)], order.by = strptime(x$date, format = "%Y%m%d"))
  return(y)
}

List2 <- lapply(List,process)

【讨论】：

【解决方案3】：

这种方法会创建一列从每个州的数据创建的 xts 对象。它有点像group_by 和summarize，但输出是对象列表而不是原子向量。我选择使用 tidyverse 动词进行子集化，但您也可以使用 [[。

您还可以查看tibbletime/tsibble 以留在tidyverse。另请查看purrr 包，了解有关地图系列函数的更多信息。

library(tidyverse)
library(lubridate)
library(xts)

# pulling detailed state level data from covidtracking project website
us <- read_csv(url("https://covidtracking.com/api/v1/states/daily.csv")) %>%
    select(date,
           state,
           cases = positive,
           hosp = hospitalizedCumulative,
           icu = inIcuCumulative,
           death) 

# Create a function that will take a tibble and return an XTS object
build_xts <- function(df) {
    out <- xts(select(df, -c(1:2)),
               order.by = pull(df, "date"))
    return(out)   
}

us %>% 
    mutate(date = strptime(date, format = "%Y%m%d")) %>% 
    # Create a list-column with the relevant data per state
    nest(data = c(date, cases, hosp, icu, death)) %>% 
    
    # Apply the "build_xts" function to each one
    mutate(time_obj = map(
        .x = data,
        .f = build_xts))

#> # A tibble: 56 x 3
#>    state data               time_obj       
#>    <chr> <list>             <list>         
#>  1 AK    <tibble [124 x 5]> <xts [124 x 3]>
#>  2 AL    <tibble [123 x 5]> <xts [123 x 3]>
#>  3 AR    <tibble [124 x 5]> <xts [124 x 3]>
#>  4 AS    <tibble [114 x 5]> <xts [114 x 3]>
#>  5 AZ    <tibble [126 x 5]> <xts [126 x 3]>
#>  6 CA    <tibble [126 x 5]> <xts [126 x 3]>
#>  7 CO    <tibble [125 x 5]> <xts [125 x 3]>
#>  8 CT    <tibble [123 x 5]> <xts [123 x 3]>
#>  9 DC    <tibble [125 x 5]> <xts [125 x 3]>
#> 10 DE    <tibble [124 x 5]> <xts [124 x 3]>
#> # ... with 46 more rows

^{由reprex package (v0.3.0) 于 2020-07-08 创建}

【讨论】：