如何创建一个用于将多个数据帧和 df 子集组合成一个数据帧的 for 循环？

Question

我正在尝试修改数据框并努力将我的操作组合到一个 for 循环中。我想根据一个特定的列对数据框进行子集化，将不同的行附加到每个子集，然后将修改后的子集再次组合成一个数据框。我们以虹膜数据为例：

#Create data frame subsets based on Species column
iris_subs <- split(iris, iris$Species)

#create an empty data frame with the same columns as in iris and one empty row
emptydf <- iris[FALSE,]
emptydf[nrow(emptydf)+1,] <- NA

#create a data frame with sums for each species
iris %>% group_by(Species) %>% summarise_all(sum) -> iris_sums
iris_sums <- iris_sums[,-c(1)] #delete column with species names

#Combine data frames into one data frame with original data, sum for this species and an empty row for each subset
iris_setosa <- bind_rows(iris_subs[1], iris_sums[1,], emptydf)
iris_versicolor <- bind_rows(iris_subs[2], iris_sums[2,], emptydf)
iris_virginica <- bind_rows(iris_subs[3], iris_sums[3,], emptydf)
new_iris <- bind_rows(iris_setosa, iris_versicolor, iris_virginica)

这段代码完成了这项工作。但是，我想以这种方式处理数百个数据帧，并且每个数据帧的不同物种的数量各不相同。如何自动化 for 循环中的最后一部分？

我想要这样的东西

#empty data frame to store output
new_iris <- iris[FALSE,]    

for (i in iris_subs) {
        new_iris[i] <- bind_rows(iris_subs[i], iris_sums[i,], emptydf)
        new_iris <- merge(new_iris[i])
    }

Error in iris_subs[i] : invalid subscript type 'list'

除了错误之外，这可能太简单了……我是 R 初学者，已经在网上搜索了好几天，但找不到任何答案。有没有人对如何实现这一目标提出建议？感谢您的任何提示！

Answer 1

我们可以创建一个函数并为所有数据帧重复它。这是您尝试做的简短版本

library(dplyr)

repeat_process <- function(df) {
   iris_sums <- df %>% group_by(Species) %>% summarise_all(sum) %>% select(-Species)
   df %>% bind_rows(iris_sums, emptydf[rep(1:nrow(emptydf), n_distinct(df$Species)), ])
}

现在假设您有一个数据框列表

list_df <- list(iris, iris)

您可以将此函数应用于列表中的每个数据框

lapply(list_df, repeat_process)

Answer 2

您可以定义一个函数来汇总 data.frame 的所有数字列，并将其他列保留为 NA，将其附加到原始数据框：

numericCols = sapply(iris,is.numeric)

func = function(df,numCols){

iris_sums <- colSums(df[,numCols])
result <- rep(NA,ncol(df))
names(result) <- colnames(df)
result[names(iris_sums)] <- iris_sums
rbind(df,result,rep(NA,ncol(df)))
}

然后我们使用 purrr 来映射每个子集：

split(iris,iris$Species) %>% map_dfr(func,numCols=numericCols)