在R中的data.frame中提取和绑定类似命名的变量

Question

我有一个 cbind 中的 2 个 data.frames，称为 DATA。使用 BASE R，我想知道如何提取 cbind 中类似命名的变量 DATA 并将它们存储为列表？

对于下面的示例，我希望所有变量 AAs 和 DATA 中的所有变量 BBs 都单独 cbinded 并存储为列表？

注意：名称可以是任何东西，变量的数量可以是任何数字。高度赞赏函数（al）解决方案。

注意：假设我们无法访问r，唯一的输入是DATA。

r <- list(
 data.frame(Name = rep("Jacob", 6), 
           X = c(2,2,1,1,NA, NA), 
           Y = c(1,1,1,2,1,NA), 
           Z = rep(3, 6), 
         out = rep(1, 6)), 

 data.frame(Name = rep("Jon", 6), 
           X = c(1,NA,3,1,NA,NA), 
           Y = c(1,1,1,2,NA,NA), 
           Z = rep(2, 6), 
         out = rep(1, 6)), 

 data.frame(Name = rep("Jon", 6), 
            X = c(1,NA,3,1,NA,NA), 
            Y = c(1,1,1,2,2,NA), 
            Z = rep(2, 6), 
          out = rep(2, 6)), 

 data.frame(Name = rep("Jim", 6), 
            X = c(1,NA,3,1,NA,NA), 
            Y = c(1,1,1,2,2,NA), 
            Z = rep(2, 6), 
          out = rep(1, 6)))

DATA <- do.call(cbind, r)  ## DATA: cbind of two data.frames

Answer 1

这是split 的选项。不建议在数据集中使用相同的重复列名。但是，如果确实需要，在split 之后，通过删除. 来更改列名，并在其末尾添加一个或多个数字，并加上sub

nm1 <- Reduce(intersect, lapply(r, colnames)) # get the common names
lst1 <- split.default(DATA[names(DATA) %in% nm1], names(DATA)[names(DATA) %in% nm1])
lapply(lst1, function(x) setNames(x, sub("\\.\\d+$", "", names(x))))

---

或者，如果我们只需要使用 'DATA' 而不是 'r' 来查找 intersecting 列名。这很困难，但我们可以得到列名出现的频率并选择频率为 2 的列名

tbl <- table(names(DATA))
nm1 <- names(which(tbl==max(tbl)))

像以前一样在split.default 中使用它

lst1 <- split.default(DATA[names(DATA) %in% nm1], names(DATA)[names(DATA) %in% nm1])
lapply(lst1, function(x) setNames(x, sub("\\.\\d+$", "", names(x))))

---

使用 OP 的新例子

r <- list( data.frame( AA = c(2,2,1,1,3,2), BB = c(1,1,1,2,2,NA), CC = 1:6), data.frame( AA = c(1,NA,3,1,3,2), BB = c(1,1,1,2,2,2)), data.frame( AA = c(1,NA,3,1,3,2), BB = c(1,1,1,2,2,2), DD = 0:5) )
DATA <- do.call(cbind, r)

tbl <- table(names(DATA))
nm1 <- names(which(tbl==max(tbl)))
lst1 <- split.default(DATA[names(DATA) %in% nm1], names(DATA)[names(DATA) %in% nm1])
lapply(lst1, function(x) setNames(x, sub("\\.\\d+$", "", names(x))))
#$AA
#  AA AA AA
#1  2  1  1
#2  2 NA NA
#3  1  3  3
#4  1  1  1
#5  3  3  3
#6  2  2  2

#$BB
#  BB BB BB
#1  1  1  1
#2  1  1  1
#3  1  1  1
#4  2  2  2
#5  2  2  2
#6 NA  2  2