在 R 中学习 for 循环并且无法提取特定变量

Question

在 Python 学习了一段时间后，我无法弄清楚 R 中的 for 循环。我想做的是从这段代码返回的 CSV 文件的向量中提取 $nitrate 或 $Sulfate：

getpollutant <- function(id=1:332, directory, pollutant) {
        data<-c()
        for (i in id) {
                data[i]<- c(paste(directory, "/",formatC(i, width=3, flag=0),".csv",sep=""))     
        }
        df<-c()
        for (d in 1:length(data)){ df[[d]]<-c(read.csv(data[d]))

        }
        df               
}

我还没有包含污染物的 for 循环，我尝试了许多不同的方法，但无法让它完全正常工作......我可以输入上面的代码：getpollutant(1:10, “specdata”），它将为我提供 specdata 目录中标签为 001 到 010 的所有 csv 文件，它将每个 csv 文件以分隔的块形式吐出，标题格式为 [[i]]$columnname 和列的内容下面列出。我想要做的是提取一个特定的列名（污染物）并从每个 csv 文件中返回该列的内容。我已经阅读了帮助页面，但似乎无法正确设置格式...

@RomanLuštrik 我不知道这是否是您要查找的内容，但如果我输入，这是一个示例输出

getpollutant(1, "specdata"):             
[[1]]                                                                    
[[1]]$Date                                                             
[1] 2003-01-01 2003-01-02 2003-01-03                                     
[[1]]$sulfate                                                          
[1] NA NA NA NA NA NA 7.210 NA NA NA 1.300                           
[[1]]$nitrate                                                          
[1] NA NA NA .474 NA NA NA .964 NA NA NA         

显然这是输出的一个非常小的版本，但基本上它获取指定范围 id 中的 CSV 文件并像这样打印出来......

Answer 1

您只想从文件中读取特定列吗？你知道它是哪一列的数字（例如第三列）吗？在这种情况下，您可以使用read.table/read.csv 的colClasses 参数来指定只在给定列中读取。

如果您提前不知道它是哪一列，那么您可能需要读入整个文件，然后只返回给定的列。在这种情况下，您可能希望使用 [[]] 子集而不是 $ 子集。

您还可以通过使用sprintf 和lapply 或sapply 使您的代码更紧凑并且可能更高效。

考虑这段代码：

lapply(1:332, function(id) {
  read.csv( sprint("%s/%03d.csv", directory, id )
})

或

sapply( list.files(directory, pattern='\\.csv$',full.names=TRUE), 
  function(nm) read.csv(nm)[[pollutant]] )