在R中读取，重新编码，子集化和重新整形顺序标记的data.frames

Question

我很难适应我之前用过的脚本并按顺序重新编码标记为data.tables。

我在R中有一系列data.tables，它们按顺序标记为：df1，df2，df3等。然后我会应用特定的（并且不一致的）规则在名为data.tables和status的{​​{1}} {。}}中创建新变量。

我想做的是：

1. 读入数据表
2. 将csat变量重新编码为新变量
3. 子集data.table，因此它只包含4个变量（csat，csat，csat_d和id）
4. 使用外部联接将data.table与以前的表合并（因此可以将其重新整形为长格式）

我正在尝试在下面的脚本中解决第1-3点，并且不知道如何实现＃4。

已编辑：

status

我不确定使用df_names<-c(df,df2,df3) # Create list of data.tables csat_vars<-c("CustomerId","csat","csat_d","status") # Create list of 4 variables out <- lapply(1:length(df_names), function(idx) { d <- df_names[idx] d$csat_d <- recode(d$csat,"1:5=0;6:7=1;NA=NA;") d <- subset(d, select=c(csat_vars)) }) 或data.table（这些是小型数据集）是否更好，所以欢迎任何帮助。

这里的迷你数据集：

data.frame

Answer 1

猜测我会说你想要这样做......

out <- lapply( ll , function(x) x[ , csat := recode( csat , ,"1:5=0;6:7=1;NA=NA;" ) ][ , csat_vars , with = FALSE ] )

作为一个玩具工作的例子，我展示了这个：

df1 <- data.table( a = 1 , b = 2 , c = 3 )
df2 <- data.table( a = 1 , b = 2 , c = 3 )
ll <- list(df1,df2) 
vars <- c( "a" , "c" )
#  Recode column 'c' to 10, and then subset data.table to only columns 'a' and 'c'
lapply( ll , function(x)  x[ , c := 10 ][ , vars , with = FALSE  ] )
#[[1]]
#   a  c
#1: 1 10

#[[2]]
#   a  c
#1: 1 10