将多个数据帧拆分、应用和组合成一个数据帧答案

【问题标题】：Split, apply, and combine multiple data frames into one data frame将多个数据帧拆分、应用和组合成一个数据帧
【发布时间】：2013-12-26 21:08:18
【问题描述】：

我已经完成了一个起点-终点成本矩阵（23 个起点，约 600,000 个终点），用于在 ArcGIS 中通过街道网络，并使用 Python 脚本按商店 ID 将生成的矩阵分解为 DBF 表。我已将每个 DBF 表加载到 R 会话中，如下所示：

# Import OD cost matrix results for each store
origins <- read.dbf('ODM_origins.dbf')
store_17318 <- read.dbf('table_17318.dbf')
store_17358 <- read.dbf('table_17358.dbf')
store_17601 <- read.dbf('table_17601.dbf')
store_17771 <- read.dbf('table_17771.dbf')
store_18068 <- read.dbf('table_18068.dbf')
store_18261 <- read.dbf('table_18261.dbf')
store_18289 <- read.dbf('table_18289.dbf')
store_18329 <- read.dbf('table_18329.dbf')
store_18393 <- read.dbf('table_18393.dbf')
store_18503 <- read.dbf('table_18503.dbf')
store_18522 <- read.dbf('table_18522.dbf')
store_19325 <- read.dbf('table_19325.dbf')
store_19454 <- read.dbf('table_19454.dbf')
store_20068 <- read.dbf('table_20068.dbf')
store_20238 <- read.dbf('table_20238.dbf')
store_20292 <- read.dbf('table_20292.dbf')
store_20435 <- read.dbf('table_20435.dbf')
store_20465 <- read.dbf('table_20465.dbf')
store_20999 <- read.dbf('table_20999.dbf')
store_22686 <- read.dbf('table_22686.dbf')
store_22715 <- read.dbf('table_22715.dbf')
store_24445 <- read.dbf('table_24445.dbf')
store_24446 <- read.dbf('table_24446.dbf')
ID <- as.vector(origins$Name) # Create list of store IDs
object_list <- list(ls(pat="store_")) # Create list of DBF object names

这是每个数据框的布局：

> head(store_17318)
  OID_          NAME ORIGINID DESTINATIO DESTINAT_1 TOTAL_TRAV SHAPE_LENG
1    0 17318 - 17318       25       5367          1  0.2056914   202.2393
2    0 17318 - 17318       25       5368          2  0.2056914   202.2393
3    0 17318 - 17318       25       5381          5  0.2432538   224.3947
4    0 17318 - 17318       25       5382          6  0.2432538   224.3947
5    0 17318 - 17318       25       5362          7  0.3670772   294.8987
6    0 17318 - 17318       25       5363          8  0.3670772   294.8987

对于每个数据框，我想按商店 ID 查找旅行时间的汇总统计信息（平均值，SD），并将其写入新的数据框。这似乎是一个标准的拆分、应用、组合工作流程，但它涉及拆分多个对象。对此问题的任何帮助将不胜感激。

【问题讨论】：

那么每个商店只有一个文件？例如，您想要为这 23 个对象中的每一个对象提供 mean(store_17318$TOTAL_TRAV) 吗？每一个都是独立的，它只是一列的简单总结（均值/方差）？
有很多方法可以做这种事情；最快的一般是data.table 包。有关摘要和一些基准，请参阅here

标签： r split dataframe apply dbf

【解决方案1】：

你可以使用sapply:

res <- sapply(ls(pattern = "store_"), function(x) {
  tmp <- get(x)$TOTAL_TRAV
  c(mean = mean(tmp), SD = sd(tmp))
})

这将返回一个矩阵。列代表商店 ID。这两行包含平均值和标准差。

您可以使用

将此矩阵转换为（转置）数据框

as.data.frame(t(res))

在这里，两列包含均值和标准差。行名称代表商店 ID。

【讨论】：

谢谢，我是 R 的初学者，我没想过将 ls(pat) 包含在 sapply 中。再次感谢您的帮助！