R：你如何对列表中的所有数据框进行子集化？

Question

我有一个名为WaFramesCosts 的数据框列表。我想简单地对其进行子集化以显示特定的列，以便我可以导出它们。我试过了：

    for (i in names(WaFramesCosts)) {
      WaFramesCosts[[i]][,c("Cost_Center","Domestic_Anytime_Min_Used","Department",
"Domestic_Anytime_Min_Used")]

    }

但它返回错误

Error in `[.data.frame`(WaFramesCosts[[i]], , c("Cost_Center", "Department",  : 
  undefined columns selected

我也试过了：

for (i in seq_along(WaFramesCosts)){
WaFramesCosts[[i]][ , -which(names(WaFramesCosts[[i]]) %in% c("Cost_Center","Domestic_Anytime_Min_Used","Department",
    "Domestic_Anytime_Min_Used"))]

但我得到了同样的错误。谁能看到我做错了什么？

旁注：作为参考，我使用了这个：

for (i in seq_along(WaFramesCosts)) {
    t <- WaFramesCosts[[i]][ , grepl( "Domestic" , names( WaFramesCosts[[i]] ) )] 
    q <- subset(WaFramesCosts[[i]], select = c("Cost_Center","Domestic_Anytime_Min_Used","Department","Domestic_Anytime_Min_Used"))  

    WaFramesCosts[[i]] <- merge(q,t)
  }

虽然用不同的方法尝试相同的目标，但似乎更接近了。

Answer 1

欢迎回来，Kootseeahknee。你still 错误地假设for 循环的最后一个命令在最后隐式返回。如果你想要这种行为，也许你想要lapply：

myoutput <- lapply(names(WaFramesCosts)), function(i) {
  WaFramesCosts[[i]][,c("Cost_Center","Domestic_Anytime_Min_Used","Department","Domestic_Anytime_Min_Used")]
})

undefined columns selected 错误告诉我，您对数据集的假设不正确：至少有一列缺少至少一列。根据您之前的问题 (How to do a complex edit of columns of all data frames in a list?)，我推断您想要匹配的列，而不是假设它在所有内容中。由此，您可以/应该使用grep 或一些变体：

myoutput <- lapply(names(WaFramesCosts)), function(i) {
  WaFramesCosts[[i]][,grep("(Cost_Center|Domestic_Anytime_Min_Used|Department)", 
                           colnames(WaFramesCosts)),drop=FALSE]
})

这将匹配包含任何这些字符串的列名。通过使用正则表达式确保发生整个字符串或开始/结束匹配，您可以更加精确。例如，从(Cost|Dom)（包含“Cost”或“Dom”的任何内容）更改为(^Cost|Dom) 意味着任何以“Cost”开头或包含“Dom ";同样，(Cost|ment$) 匹配任何包含“Cost”或ends 为“ment”的内容。但是，如果您总是想要完全匹配并且只需要那些存在的匹配项，那么这样的方法会起作用：

myoutput <- lapply(names(WaFramesCosts)), function(i) {
  WaFramesCosts[[i]][,intersect(c("Cost_Center","Domestic_Anytime_Min_Used","Department"),
                                colnames(WaFramesCosts)),drop=FALSE]
})

注意，在最后一个例子中：注意mtcars[,2]（返回一个向量）和mtcars[,2,drop=FALSE]（返回一个带有1列的data.frame）之间的区别。防御性编程，如果您认为过滤可能会返回单列，请确保不会通过将 ,drop=FALSE 附加到括号子集来无意中转换为 vector。

Answer 2

根据您的描述，这是使用库 dplyr 为给定的一组列组合数据框列表的示例。这并不要求所有数据框都具有相同的列（在可重现的示例中提供您的数据会更好）

# test data

df1 = read.table(text = "
c1 c2 c3
a 1 101
b 2 102
", header = TRUE, stringsAsFactors = FALSE)

df2 = read.table(text = "
c1 c2 c3
w 11 201
x 12 202
", header = TRUE, stringsAsFactors = FALSE)

# dfs is a list of data frames
dfs <- list(df1, df2)

# use dplyr::bind_rows
library(dplyr)

cols <- c("c1", "c3")
result <- bind_rows(dfs)[cols]

result

# c1  c3
# 1  a 101
# 2  b 102
# 3  w 201
# 4  x 202