使用列表在 R 中设置子集

Question

我有大量数据，我想根据其中一列（在本例中为潜水站点）中的值对其进行子集化。数据如下所示：

 site   weather depth_ft depth_m vis_ft vis_m coral_safety coral_deep rate
alice      rain       95      NA     50    NA            2          4    9
alice      over       NA      25     NA    25            2          4    9
steps     clear       NA      27     NA    25            2          4    9
steps                 NA      30     NA    20            1          4    9
andrea1   clear       60      NA     60    NA            2          4    5

我想创建一个数据子集，它一次只包含一个潜水点的数据（例如，一个子集用于 alice，一个用于步骤，一个用于 andrea1 等......）。

我知道我可以单独使用每个子集

alice <- subset(reefdata, site=="alice")

但由于我有 100 多个不同的站点可供子集，因此我希望避免必须单独指定每个子集。我认为该子集可能不够灵活，我无法通过名称列表来要求它进行子集化（或者至少根据我目前对 R 的了解，它正在增长，但仍处于起步阶段），是否还有另一个命令我应该正在调查？

谢谢

Answer 1

这将创建一个列表，其中包含单独列表元素中的子集数据框。

splitdat <- split(reefdata, reefdata$site)

如果你想访问“alice”数据，你可以像这样引用它

splitdat[["alice"]]

Answer 2

我会使用 plyr 包。

library(plyr)
ll <- dlply(df,.variables = c("site"))

结果：

>ll
$alice
   site weather depth_ft depth_m vis_ft vis_m coral_safety coral_deep rate
1 alice    rain       95      NA     50    NA            2          4    9
2 alice    over       NA      25     NA    25            2          4    9

$andrea1
 site weather depth_ft depth_m vis_ft vis_m coral_safety coral_deep rate
1 andrea1   clear       60      NA     60    NA            2          4    5

$steps
   site weather depth_ft depth_m vis_ft vis_m coral_safety coral_deep rate
1 steps   clear       NA      27     NA    25            2          4    9
2 steps    <NA>       30      NA     20     1            4          9   NA

Answer 3

split() 和dlply() 是完美的一次性解决方案。

如果您想要一个带有循环的“逐步”过程（许多 R 用户不赞成这种做法，但我发现它有助于理解发生了什么），试试这个：

# create vector with site names, assuming reefdata$site is a factor
sites <- as.character( unique( reefdata$site ) )

# create empty list to take dive data per site
dives <- list( NULL ) 

# collect data per site into the list
for( i in 1:length( sites ) )
{
 # subset
    dive <- reefdata[ reefdata$site == sites[ i ] , ]
 # add resulting data.frame to the list
    dives[[ i ]] <- dive
 # name the list element
    names( dives )[ i ] <- sites[ i ]
}