Question

我对R很新，并且发现它非常强大。我正在尝试创建一个具有多个级别的数据框。我有3组（主题）称为＆＃34; group1＆＃34;，＆＃34; group2＆＃34;和＆＃34; group3＆＃34;谁有每19个测试（名字无关紧要）。在这19个测试的每个测试中，我感兴趣的是7个组件中有3个组件，分别叫做b1，b2和b3。

到目前为止我尝试过：对于每个患者，19个测试形成19列，7行（组件）因此，我感兴趣的组件是19个测试中的每个测试的5,6,7：

sapply(x, '[', XXX, j)

我的最终代码是：

for (j in 1:19) {
   x = lapply(c('group1', 'group2', 'group3'), function(i) {
      filenames = dir(file.path('c:/19/7', i),
                 pattern = 'sRL.txt', full.names = T)
      x = lapply(filenames, read.table, sep = '')
      bb1 = sapply(x, '[', 5, j)
      bb2 = sapply(x, '[', 6, j)
      gg = sapply(x, '[', 7, j)
      pcode = as.numeric(gsub('_.*', '', basename(filenames)))
      data.frame(group = i, tests= j, pcode, b1= bb1, b2= bb2, g = gg)
   })
}

请问您能否建议如何创建一个漂亮的数据框，将每个组的每个主题的19个测试中的组件5,6,7组合在一起？

Answer 1

提供样本数据会更好，但在您的情况下，我可以看到它是如何困难的，因为文件的组织是您尝试处理的问题。

如果我理解正确，每位患者都有自己的所有测试文件。每个文件有19列（每个测试一列）和7行（每个测试组件一行）。文件（患者）被组织成组，其中每个组位于不同的目录中。

作为输出，您需要每个文件的行5：7，转换为每个组件有一列，每个测试每行1行。

我认为这样可以合理地完成你想做的事情，虽然没有完整的数据集就无法测试......

## not tested...
get.group <- function(g) {
  get.file <- function(x,g) {
    df <- read.table(x,sep="")
    data.frame(group=g, test=1:ncol(x), 
               pcode=gsub('_.*', '', basename(x)), t(x[5:7,]))
  }
  filenames <- dir(file.path('c:/19/7', g), pattern = 'sRL.txt', full.names = T)
  result    <- do.call(rbind,lapply(filenames,get.file,g))
}
final <- do.call(rbind,lapply(paste0("group",1:3),get.group))
colnames(final)[4:6] <- c("bb1","bb2","g")

因此，从外部开始工作：对于每个组，调用函数get.group(...)，结果按行方式绑定在一起。 get.group(...)反过来抓取该组的文件名，并为每个文件名调用get.file(...)，将结果按行绑定。最后，get.file(...)读取文件并创建一个数据框，其中包含组名，患者代码，测试编号以及所有19个测试的三个组成部分的结果。

结合循环和lapply

1 个答案: