结合循环和 lapply

Question

我对 R 还是很陌生，并且真的觉得它很强大。我正在尝试创建具有多个级别的数据框。我有 3 组（科目），称为“group1”、“group2”和“group3”，每组有 19 个测试（名称无关紧要）。在这 19 个测试中，我感兴趣的 7 个组件中有 3 个称为 b1、b2 和 b3。

到目前为止我尝试了什么：对于每个患者，19 次测试形成 19 列和 7 行（组件）因此，我感兴趣的组件对于 19 次测试中的每一项都是 5、6、7：

sapply(x, '[', XXX, j)

我的最终代码是：

for (j in 1:19) {
   x = lapply(c('group1', 'group2', 'group3'), function(i) {
      filenames = dir(file.path('c:/19/7', i),
                 pattern = 'sRL.txt', full.names = T)
      x = lapply(filenames, read.table, sep = '')
      bb1 = sapply(x, '[', 5, j)
      bb2 = sapply(x, '[', 6, j)
      gg = sapply(x, '[', 7, j)
      pcode = as.numeric(gsub('_.*', '', basename(filenames)))
      data.frame(group = i, tests= j, pcode, b1= bb1, b2= bb2, g = gg)
   })
}

您能否建议如何创建一个漂亮的数据框，将每个组的每个主题的 19 个测试中的 5、6、7 个组件组合在一起？

Answer 1

提供示例数据会更好，但在您的情况下，我可以看到这将是多么困难，因为文件的组织是您要处理的问题。

如果我的理解正确，每位患者都有自己的所有测试文件。每个文件有 19 列（每个测试一列）和 7 行（每个测试组件一行）。文件（患者）被组织成组，每个组位于不同的目录中。

作为输出，您希望每个文件的行 5:7，转置，因此每个组件有一列，每个测试有 1 行，每个患者，每个组。

我认为这可以做你想做的事，虽然没有完整的数据集是不可能测试的......

## not tested...
get.group <- function(g) {
  get.file <- function(x,g) {
    df <- read.table(x,sep="")
    data.frame(group=g, test=1:ncol(x), 
               pcode=gsub('_.*', '', basename(x)), t(x[5:7,]))
  }
  filenames <- dir(file.path('c:/19/7', g), pattern = 'sRL.txt', full.names = T)
  result    <- do.call(rbind,lapply(filenames,get.file,g))
}
final <- do.call(rbind,lapply(paste0("group",1:3),get.group))
colnames(final)[4:6] <- c("bb1","bb2","g")

所以从外到内：对于每个组，函数get.group(...) 被调用，结果按行绑定在一起。 get.group(...) 依次获取该组的文件名并为每个文件名调用get.file(...)，将结果按行绑定在一起。最后，get.file(...) 读取文件并创建一个数据框，其中包含组名、患者代码、测试编号以及所有 19 项测试的三个组成部分的结果。