在列表中拆分data.frame时如何方便输出？

Question

我在列表中有 data.frame 对象。但是，我打算通过将其分数与给定阈值进行比较来拆分 myList。特别是，我想让我的函数只返回得分大于阈值的data.frame，同时我将小于阈值的那个导出为csv文件（因为我将进一步处理保存的data.frame，而导出的data.frame将列在最后的摘要中）。我知道首先拆分 data.frame 然后将它们导出为 csv 文件，然后进一步处理所需的文件更容易。但我想在一个包装函数中轻松实现这一点。谁能指出我如何更有效地促进我的功能输出？有什么想法吗？

小例子：

mylist <- list(
  foo=data.frame( from=seq(1, by=4, len=16), to=seq(3, by=4, len=16), score=sample(30, 16)),
  bar=data.frame( from=seq(3, by=7, len=20), to=seq(6, by=7, len=20), score=sample(30, 20)),
  cat=data.frame( from=seq(4, by=8, len=25), to=seq(7, by=8, len=25), score=sample(30, 25)))

我打算这样拆分它们：

func <- function(list, threshold=16, ...) {
  # input param checking
  stopifnot(is.numeric(threshold))
  reslt <- lapply(list, function(elm) {
    res <- split(x, c("Droped", "Saved")[(x$score > threshold)+1])
    # FIXME : anyway to export Droped instance while return Saved
  })
}

在我的草图函数中，我打算将每个 data.frame 中的 Droped 实例导出为 csv 文件，同时从每个 data.frame 中返回 Saved 实例作为输出并将其用于进一步处理。

我试图在我的函数中实现这一点，但我的方法在这里效率不高。谁能指出我如何轻松地做到这一点？有谁知道这样做有什么有用的技巧可以更优雅地提示我的预期输出？提前致谢。

Answer 1

您可以将这两个进程滚动到对lapply 的调用中，如下所示：

# function to perform both tasks on one data frame in mylist
splitter <- function(i, threshold) {

  require(dplyr)

  DF <- mylist[[i]]

  DF %>%
    filter(score <= threshold) %>%
    write.csv(., sprintf("dropped.%s.csv", i), row.names = FALSE)

  Saved <- filter(DF, score > threshold)

  return(Saved)

}

# now use the function to create a new list, my list2, with the Saved 
# versions as its elements. the csvs of the dropped rows will get created
# as this runs. 
mylist2 <- lapply(seq_along(mylist), function(i) splitter(i, 16))