如何制作数据框列表以及如何从列表中访问每个数据框？
例如，如何将这些数据框放在列表中？
d1 <- data.frame(y1 = c(1, 2, 3),
y2 = c(4, 5, 6))
d2 <- data.frame(y1 = c(3, 2, 1),
y2 = c(6, 5, 4))
答案 0 :(得分：300)
当你已经拥有一堆data.frames时，其他答案会向你显示如何制作data.frames列表，例如d1， d2，....顺序命名数据框是一个问题，将它们放在一个列表中是一个很好的修复，但最好的做法是避免让一堆data.frames不在列表中首先。
其他答案提供了有关如何将数据框分配给列表元素，访问它们等的详细信息。我们也会在这里稍微介绍一下，但 Main Point 是说不要等到你有一堆data.frames将它们添加到列表中。从列表开始。
本答案的其余部分将介绍一些您可能想要创建顺序变量的常见情况，并向您展示如何直接进入列表。如果您对R中的列表不熟悉，则可能还需要阅读What's the difference between [[ and [ in accessing elements of a list?。
首先，不要创建d1 d2 d3，...，dn。使用d元素创建列表n。
在阅读文件时，这很容易完成。也许您在目录中有文件data1.csv, data2.csv, ...。您的目标是名为mydata的data.frames列表。你需要的第一件事是一个包含所有文件名的向量。您可以使用粘贴（例如，my_files = paste0("data", 1:5, ".csv")）构建此内容，但可能更容易使用list.files来获取所有相应的文件：my_files <- list.files(pattern = "\\.csv$")。您可以使用正则表达式来匹配文件，如果您需要帮助，请在其他问题中阅读有关正则表达式的更多信息。通过这种方式，您可以获取所有CSV文件，即使他们没有遵循一个好的命名方案。或者，如果您需要从其中一组中选择某些CSV文件，则可以使用更高级的正则表达式模式。
此时，大多数R初学者将使用for循环，并且没有任何问题，它可以正常工作。
my_data <- list()
for (i in seq_along(my_files)) {
my_data[[i]] <- read.csv(file = my_files[i])
}
更像R的方法是使用lapply，这是上面的快捷方式
my_data <- lapply(my_files, read.csv)
当然，根据需要替换read.csv的其他数据导入功能。 readr::read_csv或data.table::fread会更快，或者您可能还需要针对不同文件类型使用不同的功能。
无论哪种方式，命名列表元素以匹配文件
都很方便names(my_data) <- gsub("\\.csv$", "", my_files)
# or, if you prefer the consistent syntax of stringr
names(my_data) <- stringr::str_replace(my_files, pattern = ".csv", replacement = "")
这非常简单，基本功能split()为您完成。您可以按数据的一列（或多列）或您想要的任何其他内容进行拆分
mt_list = split(mtcars, f = mtcars$cyl)
# This gives a list of three data frames, one for each value of cyl
这也是将数据框分成多个部分以进行交叉验证的好方法。也许您想将mtcars分成训练，测试和验证部分。
groups = sample(c("train", "test", "validate"),
size = nrow(mtcars), replace = TRUE)
mt_split = split(mtcars, f = groups)
# and mt_split has appropriate names already!
也许您正在模拟数据，如下所示：
my_sim_data = data.frame(x = rnorm(50), y = rnorm(50))
但谁只进行一次模拟？你想这样做100次，1000次，更多！但是，您不想要在您的工作区中使用10,000个数据框。使用replicate并将其放入列表中：
sim_list = replicate(n = 10,
expr = {data.frame(x = rnorm(50), y = rnorm(50))},
simplify = F)
在这种情况下，您还应该考虑是否确实需要单独的数据帧，或者是否需要一个带有＆＃34;组的单个数据帧＆＃34;专栏工作也一样吗？使用data.table或dplyr它很容易做到＆＃34;按组＆＃34;到数据框。
如果他们是一个奇怪的分类（这是不寻常的），你可以简单地分配它们：
mylist <- list()
mylist[[1]] <- mtcars
mylist[[2]] <- data.frame(a = rnorm(50), b = runif(50))
...
如果您有一个模式中命名的数据框，例如df1，df2，df3，并且您希望它们在列表中，那么您可以get你可以编写一个正则表达式来匹配名称。像
df_list = mget(ls(pattern = "df[0-9]"))
# this would match any object with "df" followed by a digit in its name
# you can test what objects will be got by just running the
ls(pattern = "df[0-9]")
# part and adjusting the pattern until it gets the right objects.
通常，mget用于获取多个对象并将其返回到命名列表中。其对应get用于获取单个对象并将其返回（不在列表中）。
一项常见任务是将数据帧列表合并为一个大数据帧。如果你想将它们叠加在一起，你可以使用rbind作为一对，但是对于数据框列表，这里有三个不错的选择：
# base option - slower but not extra dependencies
big_data = do.call(what = rbind, args = df_list)
# data table and dplyr have nice functions for this
# they will be faster and can also add id columns to identify
# which list item they came from. They can also fill in
# missing values if some data frames have more columns than others
big_data = data.table::rbindlist(df_list)
big_data = dplyr::bind_rows(df_list)
（同样地使用cbind或dplyr::bind_cols作为列。）
要合并（加入）数据框列表，您可以看到these answers。通常，我的想法是使用Reduce和merge（或其他一些加入函数）将它们组合在一起。
在列表中放入类似的数据，因为您希望对每个数据框执行类似的操作，以及lapply，sapply do.call，the purrr package和旧{{{{ {1}} plyr函数可以轻松完成此操作。使用列表轻松处理事务的人的例子都是SO。
即使使用forly for循环，循环列表元素也比使用l*ply构造变量名更容易，并使用paste访问对象。也更容易调试。
考虑可伸缩性。如果您真的只需要三个变量，那么使用get，d1，d2就可以了。但如果事实证明你确实需要6，那就更多了。下次，当您需要10或20时，您会发现自己正在复制和粘贴代码行，可能使用查找/替换将d3更改为d14，并且您正在考虑这不是编程应该如何。如果你使用一个列表，3个案例，30个案例和300个案例之间的差异最多只有一行代码 - 如果你的案例数量被自动检测到，例如，有多少{{1}文件在您的目录中。
您可以命名列表的元素，以防您想使用数字索引以外的其他内容来访问您的数据框（并且您可以同时使用这两者，这不是XOR选择）。
总的来说，使用列表可以让您编写更清晰，更易于阅读的代码，从而减少错误并减少混淆。
答案 1 :(得分：121)
这与您的问题无关，但您希望在函数调用中使用=而不是<-。如果您使用<-，则最终会在您正在使用的任何环境中创建变量y1和y2：
d1 <- data.frame(y1 <- c(1, 2, 3), y2 <- c(4, 5, 6))
y1
# [1] 1 2 3
y2
# [1] 4 5 6
这不会产生在数据框中创建列名的看似期望的效果：
d1
# y1....c.1..2..3. y2....c.4..5..6.
# 1 1 4
# 2 2 5
# 3 3 6
另一方面，=运算符会将您的向量与data.frame的参数相关联。
至于你的问题，制作一个数据框列表很简单：
d1 <- data.frame(y1 = c(1, 2, 3), y2 = c(4, 5, 6))
d2 <- data.frame(y1 = c(3, 2, 1), y2 = c(6, 5, 4))
my.list <- list(d1, d2)
您可以访问数据框，就像访问任何其他列表元素一样：
my.list[[1]]
# y1 y2
# 1 1 4
# 2 2 5
# 3 3 6
答案 2 :(得分：17)
您还可以使用[和[[访问每个列表元素中的特定列和值。这里有几个例子。首先，我们只能使用lapply(ldf, "[", 1)访问列表中每个数据框的第一列，其中1表示列号。
ldf <- list(d1 = d1, d2 = d2) ## create a named list of your data frames
lapply(ldf, "[", 1)
# $d1
# y1
# 1 1
# 2 2
# 3 3
#
# $d2
# y1
# 1 3
# 2 2
# 3 1
同样，我们可以使用
访问第二列中的第一个值lapply(ldf, "[", 1, 2)
# $d1
# [1] 4
#
# $d2
# [1] 6
然后我们也可以使用[[
lapply(ldf, "[[", 1)
# $d1
# [1] 1 2 3
#
# $d2
# [1] 3 2 1
答案 3 :(得分：13)
如果您有大量按顺序命名的数据框，则可以创建所需数据框子集的列表，如下所示：
d1 <- data.frame(y1=c(1,2,3), y2=c(4,5,6))
d2 <- data.frame(y1=c(3,2,1), y2=c(6,5,4))
d3 <- data.frame(y1=c(6,5,4), y2=c(3,2,1))
d4 <- data.frame(y1=c(9,9,9), y2=c(8,8,8))
my.list <- list(d1, d2, d3, d4)
my.list
my.list2 <- lapply(paste('d', seq(2,4,1), sep=''), get)
my.list2
其中my.list2返回包含第2，第3和第4个数据帧的列表。
[[1]]
y1 y2
1 3 6
2 2 5
3 1 4
[[2]]
y1 y2
1 6 3
2 5 2
3 4 1
[[3]]
y1 y2
1 9 8
2 9 8
3 9 8
但请注意，上面列表中的数据框不再被命名。如果要创建包含数据框子集的列表并希望保留其名称，可以尝试以下操作：
list.function <- function() {
d1 <- data.frame(y1=c(1,2,3), y2=c(4,5,6))
d2 <- data.frame(y1=c(3,2,1), y2=c(6,5,4))
d3 <- data.frame(y1=c(6,5,4), y2=c(3,2,1))
d4 <- data.frame(y1=c(9,9,9), y2=c(8,8,8))
sapply(paste('d', seq(2,4,1), sep=''), get, environment(), simplify = FALSE)
}
my.list3 <- list.function()
my.list3
返回：
> my.list3
$d2
y1 y2
1 3 6
2 2 5
3 1 4
$d3
y1 y2
1 6 3
2 5 2
3 4 1
$d4
y1 y2
1 9 8
2 9 8
3 9 8
> str(my.list3)
List of 3
$ d2:'data.frame': 3 obs. of 2 variables:
..$ y1: num [1:3] 3 2 1
..$ y2: num [1:3] 6 5 4
$ d3:'data.frame': 3 obs. of 2 variables:
..$ y1: num [1:3] 6 5 4
..$ y2: num [1:3] 3 2 1
$ d4:'data.frame': 3 obs. of 2 variables:
..$ y1: num [1:3] 9 9 9
..$ y2: num [1:3] 8 8 8
> my.list3[[1]]
y1 y2
1 3 6
2 2 5
3 1 4
> my.list3$d4
y1 y2
1 9 8
2 9 8
3 9 8
答案 4 :(得分：9)
考虑到你有一个“大”数字的具有相似名称的数据框（这里是d＃，其中＃是一些正整数），以下是@ mark-miller方法的略微改进。它更简洁，并返回一个名为的data.frames列表，其中列表中的每个名称都是相应原始data.frame的名称。
关键是mget与ls一起使用。如果问题中提供的数据框d1和d2是环境中唯一名称为d＃的对象，那么
my.list <- mget(ls(pattern="^d[0-9]+"))
会返回
my.list
$d1
y1 y2
1 1 4
2 2 5
3 3 6
$d2
y1 y2
1 3 6
2 2 5
3 1 4
此方法利用ls中的模式参数，它允许我们使用正则表达式对环境中对象的名称进行更精细的解析。正则表达式"^d[0-9]+$"的替代方法是"^d\\d+$"。
作为@gregor points out，设置数据构建过程会更好，以便在开始时将data.frames放入命名列表中。
数据
d1 <- data.frame(y1 = c(1,2,3),y2 = c(4,5,6))
d2 <- data.frame(y1 = c(3,2,1),y2 = c(6,5,4))
答案 5 :(得分：3)
这可能有点晚了，但回到你的例子，我想我会把答案延长一点点。
D1 <- data.frame(Y1=c(1,2,3), Y2=c(4,5,6))
D2 <- data.frame(Y1=c(3,2,1), Y2=c(6,5,4))
D3 <- data.frame(Y1=c(6,5,4), Y2=c(3,2,1))
D4 <- data.frame(Y1=c(9,9,9), Y2=c(8,8,8))
然后您可以轻松制作清单：
mylist <- list(D1,D2,D3,D4)
现在您有一个列表，但不是以旧方式访问列表，例如
mylist[[1]] # to access 'd1'
您可以使用此功能获取＆amp;分配您选择的数据框。
GETDF_FROMLIST <- function(DF_LIST, ITEM_LOC){
DF_SELECTED <- DF_LIST[[ITEM_LOC]]
return(DF_SELECTED)
}
现在得到你想要的那个。
D1 <- GETDF_FROMLIST(mylist, 1)
D2 <- GETDF_FROMLIST(mylist, 2)
D3 <- GETDF_FROMLIST(mylist, 3)
D4 <- GETDF_FROMLIST(mylist, 4)
希望额外的帮助。
干杯！
答案 6 :(得分：1)
很简单！这是我的建议：
如果要在工作区中选择数据框，请尝试以下操作：
Filter(function(x) is.data.frame(get(x)) , ls())
或
ls()[sapply(ls(), function(x) is.data.frame(get(x)))]
所有这些都会给出相同的结果。
您可以更改is.data.frame以检查其他类型的变量，例如is.function
答案 7 :(得分：-1)
for 循环模拟如果我有一个 for 循环生成数据帧，我从一个空的 list() 开始，并在生成数据帧时附加它们。
# Empty list
dat_list <- list()
for(i in 1:5){
# Generate dataframe
dat <- data.frame(x=rnorm(10), y=rnorm(10))
# Add to list
dat_list <- append(dat_list, list(dat))
}
请注意，它在我们的 list(dat) 调用中是 append()。
然后为了从列表中获取第 n 个数据帧，我们使用 dat_list[[n]]。您可以以正常方式访问此数据框中的数据，例如dat_list[[2]]$x。
或者，如果您想要所有数据帧中的相同部分 sapply(dat_list, "[", "x")。
在没有 for 循环的情况下执行此操作，请参阅 @Gregor Thomas 的答案。