Question

我有大约20-30个dbf文件，我在R中导入我无法将它们组合在一个数据框/表中，因为总文件大小约为2 GB。我想在每个文件中创建新列＆＃34; avg_spends＆＃34;按年龄分组，每个ctg多列。

当我将文件合并到一个数据表中，然后使用dplyr执行以下命令时。

file_combo <- dbf_file %>% group_by(ctg, age) %>% mutate(avg_spends = 
mean(total_spend)

这只是第一步。同样，我必须根据以前可用/创建的列创建新列。如何通过第1个文件1，文件，2等分割文件来完成这项工作。

我还需要单独为每个文件输出

这是我拥有的数据的一个例子

files ||   age || ctg || total_spend
==================================
file1 ||    45 ||   1 ||    1026


file1 ||    26 ||   2 ||    1574


file1 ||    45 ||   1 ||    64


file1 ||    32 ||   1 ||    1610


file2 ||    41 ||   1 ||    884


file2 ||    22 ||   1 ||    530


file2 ||    41 ||   2 ||    451


file2 ||    22 ||   1 ||    520


file3 ||    21 ||   2 ||    727


file3 ||    34 ||   1 ||    562


file3 ||    43 ||   2 ||    452


file3 ||    23 ||   1 ||    851

Answer 1

您可以通过将所有文件存储在列表中并使用lapply()对整个列表执行操作来实现此目的，如下所示：

file1 <- data.frame(age = c(45,26,45,32), ctg = c(1,2,1,1), total_spend = c(1026, 1574, 64, 1610))
file2 <- data.frame(age = c(41,22,41,22), ctg = c(1,1,2,1), total_spend = c(884, 530, 451, 520))
file3 <- data.frame(age = c(21,34,43,23), ctg = c(2,1,2,1), total_spend = c(727, 562, 452, 851))

files <- list(file1, file2, file3)

result <- lapply(files, function(x) x %>% group_by(ctg, age) %>% mutate(avg_spends = mean(total_spend)))

＆＃34;按＆＃34;分组多个文件上的相同列，并在每个文件中创建新列

1 个答案: