R：使用 lapply 创建新列和值并应用嵌套在 data.frame 列表中，输出错误答案

【问题标题】：R:create new column and value using lapply & apply nested on data.frame list, wrong outputR：使用 lapply 创建新列和值并应用嵌套在 data.frame 列表中，输出错误
【发布时间】：2014-02-03 17:59:07
【问题描述】：

我有一个数据框列表（这里以 2 个为例）。

df1 <- read.table(text= "var,X2x,X4x,X6x
101337,4.631833,4.4547,11.097333
345754,3.727433,10.8560,10.536600" ,header=TRUE, sep=",")

 df2 <- read.table(text= "var,X2x,X4x,X6x
101337,5.631833,10.4547,11.097333
345754,5.727433,12.8560,10.536600" ,header=TRUE, sep=",")

dflist <- list(df1=df1, df2=df2)

我想使用 lapply 遍历每个 data.frame 并使用 apply 进行简单比较（即检查第二列的值是否大于第三列），给定结果，添加一个新的带有标签的列（在示例中，新列称为“因子”。）

我快到了，但我的脚本输出错误，返回一个向量列表，而不是带有添加列的 data.frames 列表。

代码如下：

dfL <- lapply(dflist,function(dfx) {
        apply(dfx,1, function(df) { if(df[3] < (df[4] )) {
      dfx$factor<-"nonNA"} else {dfx$factor<-"NA"}
      }
    )

}
)

你能解释一下我做错了什么吗？

【问题讨论】：

标签： r dataframe apply

【解决方案1】：

您的方法存在一些问题。第一个是您正在从最里面的应用修改dfx，但是您使用简单的<- 运算符而不是<<- 运算符来进行修改。前一个运算符不会影响函数范围之外的内容。我也不提倡使用<<-（请参阅此处的解决方案以获取替代方案）。

您遇到的另一个问题是您没有指定要在apply 中更新dfx 的哪一行，所以即使您有<<-，每一行都会更新，您最终会得到最后的值是上次测试比较产生的任何值。

最后，您将返回apply 的结果，而不是lapply 中修改后的dfx。

在这里，我们将transform 函数应用于每个数据帧，以根据数据帧中第 3 列和第 4 列的值添加一个 factor 列（此处按名称引用）。请注意我是如何使用ifelse 来避免内部apply：

lapply(dflist, transform, factor=ifelse(X4x < X6x, "nonNA", "NA"))

# $df1
# var      X2x     X4x      X6x factor
# 1 101337 4.631833  4.4547 11.09733  nonNA
# 2 345754 3.727433 10.8560 10.53660     NA
# 
# $df2
# var      X2x     X4x      X6x factor
# 1 101337 5.631833 10.4547 11.09733  nonNA
# 2 345754 5.727433 12.8560 10.53660     NA

这是一个不必要的变化，它更接近你想要做的，用于比较/对比，希望你能更清楚地看到为什么你的不工作：

lapply(dflist, 
  function(dfx) {
    dfx$factor <- ""
    lapply(1:nrow(dfx), 
      function(row.id) {
        dfx[row.id, "factor"] <<- 
          if(dfx[row.id, 3] < dfx[row.id, 4]) "nonNA" else "NA"
    } )
    dfx
} )

注意我是如何在内部循环中使用lapply 而不是apply，以便跟踪行号。同样，我不推荐这种方法，但在这里是为了解释。

【讨论】：

【解决方案2】：

你可以试试这样的。向量化操作不需要apply。

lapply(dflist, function(x){
  x$grp <- "not smaller"
  x$grp[x[ , 3] < x[ , 4]] <- "smaller"
  x
})

# $df1
#     var      X2x     X4x      X6x         grp
# 1 101337 4.631833  4.4547 11.09733     smaller
# 2 345754 3.727433 10.8560 10.53660 not smaller
# 
# $df2
#      var      X2x     X4x      X6x         grp
# 1 101337 5.631833 10.4547 11.09733     smaller
# 2 345754 5.727433 12.8560 10.53660 not smaller

【讨论】：