Question

这是我与R合作的第一周，有一件事我似乎无法管理。

df <- data.frame(a = c(1:10),
             b = c("a", "a", "b", "c", "c", "b", "a", "c", "c", "b"))

testF = function(select) {
dum = subset(df, b == select)
}

lapply(unique(df$b), testF)

此功能现在只是在屏幕上打印数据集。但我想将结果存储在我的工作区中作为单独的数据框。在这个例子中，这将给出三个数据帧; a，b和c。

感谢您的帮助。

Answer 1

Roland针对特定问题提供了正确的解决方案：不需要split()以上。只是为了确保：split()返回一个列表。要在工作区中获取单独的数据框，请执行以下操作：

list2env(split(df,df$b),.GlobalEnv)

或者，使用assign：

tmp <- split(df,df$b)
for(i in names(tmp)) assign(i,tmp[[i]])

关于子集的一个词

这就是说，为什么你的功能是完全错误的更详细的。首先，在?subset中你读到了：

警告

这是一种便于交互使用的便利功能。对于   编程最好使用标准的子集函数   [，特别是论证子集的非标准评估   可能会产生意想不到的后果。

转换为：您的生活中永远不会再次使用subset()函数。

关于从函数返回值的单词

接下来，函数始终返回结果：

如果使用return()语句，则返回return()作为参数给出的任何内容。

否则返回最后一行的结果。

在您的情况下，最后一行包含作业。现在，赋值也返回一个值，但是你没有看到它。它返回invisibly。您可以通过将其包装在括号中来查看它，例如：

> x <- 10 > (x <- 20) [1] 20

这绝对没必要。这就是为什么你的函数在lapply()中使用时（lapply捕获不可见输出），但在命令行使用时不会给你任何（可见）输出的原因。你可以抓住它：

> testF("b") > x <- testF("b") > x a b 3 3 b 6 6 b 10 10 b

你的函数中的赋值没有意义：要么显式返回dum，要么只是完全放弃赋值

纠正您的功能

所以，鉴于这仅仅是一个例子，仅仅使用split()你的函数将无法解决真正的问题：

testF <- function(select) { dum <- df[df$b=select,] return(dum) }

或简单地说：

testF <- function(select){ df[df$b=select,] }

Answer 2

您的功能需要返回值。有关详细信息，请参阅help("function")。

但是，根据您的具体情况，您只需使用split：

即可

split(df, df$b)

$a
  a b
1 1 a
2 2 a
7 7 a

$b
    a b
3   3 b
6   6 b
10 10 b

$c
  a b
4 4 c
5 5 c
8 8 c
9 9 c

Answer 3

使用上述评论中描述的list2env函数的解决方案，假设您希望使用subset方法，而不管函数内部是否存在潜在问题。

df <- data.frame(a = c(1:10),
             b = c("a", "a", "b", "c", "c", "b", "a", "c", "c", "b"))

testF = function(select) {
    dum = subset(df, b == select)
    dum                                # you need to return the data frame resulting from the subset back out of the function
}

my.list = lapply(unique(df$b), testF)
names(my.list) = unique(df$b)          # set the names of the list elements to the subsets they represent (a,b,c)
list2env(my.list,envir = .GlobalEnv)   # copy the data frames from the list to the Global Environment

如果您有一个简单的示例，就像您描绘的那样，您可以按如下方式逐个访问列表中的元素，并将每个元素分配给变量。

a = my.list[[1]]
b = my.list[[2]]
c = my.list[[3]]

最后，您可以定义内联函数并使用（awesome）data.table包，从而避免使用子集：

library(data.table)
dt <- data.table(a = c(1:10),
             b = c("a", "a", "b", "c", "c", "b", "a", "c", "c", "b"))   
my.list = lapply(unique(dt$b), function(select) { dt[b == eval(select)]})

希望这有帮助。

从函数返回数据框并将其存储在工作区中

3 个答案: