对于在数据帧中创建新变量的循环，在 R 中运行多个数据帧

Question

大家好 - 我正在尝试运行一个 for 循环，该循环基于 R 中多个数据帧的向量（按观察 ID 拆分）的某些条件创建一个新变量，但遇到了一些问题。

Dat_nations <- split(Dat, Dat$newccode)

^这将创建我的 143 个数据帧的向量，按国家/地区代码分组。我想应用于每个国家数据框的 for 循环是：

for (i in 1:(length(df1$timeafter)
                    -1){
  df1$timeafter[i+1] <- (df1$newdate[i+1]-df1$newdate[i])  
}

本质上，我正在创建一个新变量，用于计算在特定国家/地区内的先前观察之后的观察天数（它们按日期排列）。但我不知道如何迭代地在所有数据帧上运行它，修改每个数据帧，然后将它们重新组合在一起。

非常感谢！

Answer 1

一般来说，处理帧列表的规范方法是使用lapply，尽管for 循环当然可以工作；有关“框架列表”的几个讨论，请参见 https://stackoverflow.com/a/24376207/3358227。

注意：length(df) 是列数，而不是行数。 （此外，如果以编程方式使用1:length(x) 可能是一个错误：如果由于某种原因参数x 的长度为0，那么人们希望/期望它返回一个长度为0 的向量，但它却返回1:0 aka c(1, 0)。要更安全地遍历列，请使用seq_along(x)；要安全地遍历行，请使用seq_len(nrow(x))。

我认为你可以做你需要的：

lapply(Dat_nations, function(dat) {
  dat$timeafter <- c(NA, diff(dat$newdate))
  dat
})

顺便说一句，如果您打算将其组合回单个帧（出于多种原因），则可以在没有 split 的情况下完成此操作（并且可能更快）：

Dat$timeafter <- ave(Dat$newdate, Dat$newccode, FUN = function(z) c(NA, diff(z)))

最后一点：当z 属于Date 或POSIXt 类时，diff(z) 将返回一个类difftime 的编号。这意味着它不会在控制台上显示3，而是显示Time difference of 3 days。虽然它看起来像一个字符串，但它仍然是一个数字……dput(diff(Sys.Date()+c(0,3)))+10（差值加 10）仍然有效。 但是，单位可能会发生变化（尤其是 POSIXt），这会造成干扰。解决这个问题的一种简单方法是用类似的东西强制它

diff(Sys.Date() + c(0, 3))
# Time difference of 3 days
as.numeric(diff(Sys.Date() + c(0, 3)), units = "days")
# [1] 3
as.numeric(diff(Sys.Date() + c(0, 3)), units = "hours")
# [1] 72