Question

我已经使用R中ggplot2的菱形数据集重新创建了我的问题。

我想创建一个列表（my_list），其中该列表中的每个元素都是已按照特定条件过滤的diamond数据框，并以小标题（{{1 }}。

例如：

analys将具有数据帧my_list[[1]]，但仅包括diamonds等于colour或E的菱形。 J将具有数据帧my_list[[2]]，但仅包括diamonds等于clarity或SI2的菱形。 VS1将具有数据帧my_list[[3]]，但仅包括diamonds等于cut或Good的菱形。

Very Good

但是，使用x [[“” column“]]时，上述功能似乎不起作用。有人可以更正此功能以使其起作用吗？

Answer 1

这是使用一些非标准评估的一种方法：

head

每个列表的

lapply(temp, head) #[[1]] # carat cut color clarity depth table price x y z #1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 #2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31 #3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 #4 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 #5 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 #6 0.22 Fair E VS2 65.1 61 337 3.87 3.78 2.49 #[[2]] # carat cut color clarity depth table price x y z #1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43 #2 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 #3 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 #4 0.23 Very Good H VS1 59.4 61 338 4.00 4.05 2.39 #5 0.23 Ideal J VS1 62.8 56 340 3.93 3.90 2.46 #6 0.31 Ideal J SI2 62.2 54 344 4.35 4.37 2.71 #[[3]] # carat cut color clarity depth table price x y z #1 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31 #2 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75 #3 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48 #4 0.24 Very Good I VVS1 62.3 57 336 3.95 3.98 2.47 #5 0.26 Very Good H SI1 61.9 55 337 4.07 4.11 2.53 #6 0.23 Very Good H VS1 59.4 61 338 4.00 4.05 2.39如下：

tidyverse

如果要保留在pmap中，则可以使用analys，它将在analys %>% mutate(temp = purrr::pmap(list(column, trt, ctrl), ~apply_fun(diamonds, ..1, ..2, ..3))) # A tibble: 3 x 5 # column trt ctrl translation temp # <chr> <chr> <chr> <chr> <list> #1 color E J E vs J <df[,10] [12,605 × 10]> #2 clarity SI2 VS1 SI1 vs VS1 <df[,10] [17,365 × 10]> #3 cut Good Very Good Good vs Very Good <df[,10] [16,988 × 10]>数据帧本身中添加列表列。

"autoload": {
    "files": ["public/typo3conf/ext/extension_builder/Classes/Domain/Validator/ExtensionValidator.php", "public/typo3conf/ext/extension_builder/Classes/Service/ParserService.php"]
}

Answer 2

如@Ronak所述，您可以通过多种选择来完成这项工作。本质上，您需要将x[["column"]]视为符号。

这是使用您的函数进行这项工作的另一种方法。您可以使用parse_expr分别将表达式构建为字符串，然后在eval中使用subset：

my_list <- apply(analys, 1, function(x) {
  ex <- parse_expr(paste0(x[["column"]], "%in% c('", x[["trt"]], "','", x[["ctrl"]], "')"))
  subset(diamonds, eval(ex))
})

如何基于小标题中的条件过滤数据帧？

2 个答案: