Question

我正在计算多个切片中的大量数据帧与单个响应变量的摘要统计信息。我目前通过将DF列表传递给函数来完成此操作。但我的功能必须单独指定列（即切片）。这大大加快了我的过程;但是，我认为必须有一种更有效的方法来通过apply（）系列函数来实现这一点。我希望有人可以帮助我。

这是我的代码：

table1 <- function(x) {
  dl2 <- list()
  for (i in 1:length(x)) {
    z <- x[[i]]
    t.sliceA     <- addmargins(table(list(z$sliceA, z$Growing)))
    t.sliceB     <- addmargins(table(list(z$sliceB, z$Growing)))
    t.sliceC     <- addmargins(table(list(z$sliceC, z$Growing)))
    t.sliceD     <- addmargins(table(list(z$sliceD, z$Growing)))
    ...
    t.sliceAA    <- addmargins(table(list(z$sliceAA, z$Growing)))
    table.list <- list(t.sliceA, t.sliceB, t.sliceC, ... , t.sliceAA)
    names(table.list) <- c("t.sliceA", "t.sliceB", ... , "t.sliceAA")
    dl2[[i]] <- table.list
  }
  assign("dl",dl2, envir=.GlobalEnv)
}
# run the function
dl <- c(DF1, DF2, ..., DF.n)
table1(dl)

我认为必须有一种更有效的方法来通过lapply（）执行此操作，其中我只需要指定所需的列。我会替换线的东西

t.sliceA <- [blah]
...
t.sliceAA <- [blah]

有类似的东西：

apply(z[,c(1:4,10:12,15)],2, function(x) addmargins(table(list(x,z$Growing))))

您可以提供的任何帮助都非常有帮助。谢谢！

更新：可重复的示例 @追如果做得不好，我很抱歉。这是我第一次使用github。

https://gist.github.com/3719220

这是代码：

# load the example datasets
a.small <- dget("df1.txt")
l.small <- dget(df2.txt)

# working function that I'd like to simplify
table1 <- function(x) {
  dl2 <- list()
  for (i in 1:length(x)) {
    z <- x[[i]]
    t.tenure     <- addmargins(table(list(z$Tenure.Group, z$Growing)))
    t.optfile    <- addmargins(table(list(z$opt.file, z$Growing)))
    t.checking   <- addmargins(table(list(z$checking, z$Growing)))
    t.full      <- addmargins(table(list(z$add.full, z$Growing)))
    t.optdm      <- addmargins(table(list(z$opt.dm, z$Growing)))
    t.up         <- addmargins(table(list(z$add.up, z$Growing)))
    t.off        <- addmargins(table(list(z$offmode, z$Growing)))
    table.list <- list(t.tenure, t.optfile, t.checking, t.full, t.optdm, t.up, t.off)
    names(table.list) <- c("t.tenure", "t.optfile", "t.checking", "t.full", "t.optdm", "t.up", "t.off")
    dl2[[i]] <- table.list
  }
  assign("dl",dl2, envir=.GlobalEnv)
}
# create a DF list to send to the function
dl <- list(a.small, l.small)
table1(dl) # run the function

Answer 1

据我所知，这可以通过几个lapply语句轻松完成

如果我们定义我们的函数来创建一个边距为

的表

tabulate_df <- function(DF, .what, .with) {
  table.add.margins <- function(...) addmargins(table(...))
  lapply(DF[.what], table.add.margins, DF[[.with]])
}

然后

# the columns we want to cross tabulate with `Growing`
table_names <- setdiff(names(df1), 'Growing')
df_list <- setNames(list(df1,df2), c('df1','df2'))

lapply(df_list, tabulate_df, .what = table_names, .with = 'Growing')

多个data.frames和列的交叉表

1 个答案: