如何选择特定元素并在 data.frame 中找到它们的索引？

Question

我想在处理后选择data.list 的特定元素。

为了获得工艺参数，我在可重现的示例中描述了我的问题。 在下面的示例代码中，我有三组data.list，每组有 5 列。

每个data.list 重复三次，每个data.list 分配给定义这些数据集的唯一编号set_nbr。

#to create reproducible data (this part creates three sets of data each one repeats 3 times of those of Mx, My and Mz values along with set_nbr)
set.seed(1) 
data.list <- lapply(1:3, function(x) {
nrep <- 3
time <- rep(seq(90,54000,length.out=600),times=nrep) 
Mx <- c(replicate(nrep,sort(runif(600,-0.014,0.012),decreasing=TRUE)))
My <- c(replicate(nrep,sort(runif(600,-0.02,0.02),decreasing=TRUE)))
Mz <- c(replicate(nrep,sort(runif(600,-1,1),decreasing=TRUE)))
df <- data.frame(time,Mx,My,Mz,set_nbr=x)
})

应用一些函数后，我得到了这样的输出。

 result

       time     Mz           set_nbr
 1  27810 -1.917835e-03       1
 2  28980 -1.344288e-03       1
 3  28350 -3.426615e-05       1
 4  27900 -9.934413e-04       1
 5  25560 -1.016492e-02       2
 6  27360 -4.790767e-03       2
 7  28080 -7.062256e-04       2
 8  26550 -1.171716e-04       2
 9  26820 -2.495893e-03       3
 10 26550 -7.397865e-03       3
 11 26550 -2.574022e-03       3
 12 27990 -1.575412e-02       3  

我的问题从这里开始。

1) 对于每个set_nbr，如何获取time 列的min、middle 和max 值？

2) 如何在data.list 中使用已评估的set_nbr 和Mz 值？

总之;

在确定time 列中的min、middle 和max 值以及result 中每个set_nbr 对应的Mz 值之后，我想返回到原始data.list 和根据set_nbr 和Mz 的值提取Mx、My、Mz 的列。由于每个set_nbr实际上对应600行，我想从data.list中提取那些定义的set_nbrs族

我们使用time 作为factor 来选择set_nbr。这里factor 表示作为提取参数而不是R 命令中真正的factor。

此外，您将看到每个数据集存在四个 set_nbr，但它们确实在 data.list 中处理不同的数据集

Answer 1

我是using lists of data frames 的大力倡导者，但在这种情况下，似乎没有任何理由将它们分开为不同的列表项。让我们将它们组合成一个数据框。

library(dplyr)
dat = bind_rows(data.list)

那么获取您的摘要统计信息就很容易了：

dat %>% group_by(set_nbr) %>%
    summarize(min_time = min(time),
              max_time = max(time),
              middle_time = median(time))

# Source: local data frame [3 x 4]
#
#   set_nbr min_time max_time middle_time
# 1       1       90    54000       27045
# 2       2       90    54000       27045
# 3       3       90    54000       27045

在您的示例数据中，time 每次的定义方式都相同，因此最小值、中值和最大值当然都是相同的。

我建议，在您提出的关于绘图的新问题中，从组合数据框 dat 开始。

关于你的第二个问题：

2) 如何在 data.list 中选择已评估的 set_nbr 值？

从列表中选择单个项目，使用双括号

data.list[[2]]

但是，对于组合数据，它只是普通数据框中的普通列，因此其中任何一个都可以工作：

dat[dat$set_nbr == 2, ]
subset(dat, set_nbr == 2)
filter(dat, set_nbr == 2)

为了您在 cmets 中的澄清，如果您想要 results 对象中 time 和 set_nbr 的 Mx 和 My 值，请使用上面我的组合 dat，只需进行连接：left_join(results, dat)。

这应该工作，但我有点困惑，因为在你的模拟数据中time 是数字，但在你的新文本中你说“我们使用time 作为factor ”。如果您已将时间转换为因子对象，则仅当它在数据列表中的每个数据框中具有相同的 levels 时才有效。如果没有，我建议将time 保留为numeric。