Question

    setwd("C:\\Users\\DATA")
    temp = list.files(pattern="*.dta")
    for (i in 1:length(temp)) assign(temp[i], read.dta13(temp[i], nonint.factors = TRUE))
    grep(pattern="_m", temp, value=TRUE)

在这里，我创建了一个我的数据集列表并将它们读入R，然后我尝试使用grep来查找带有模式_m的所有变量名称，显然这不起作用，因为这只是返回所有文件名与模式_m。基本上我想要的是，我的代码循环遍历数据库列表，查找以_m结尾的变量，并返回包含这些变量的数据库列表。

现在我很不确定如何做到这一点，我对编码和R.很新。

除了需要知道这些变量在哪些数据库中之外，我还需要能够对这些变量进行更改（重塑它们）。

Answer 1

这是一种找出哪些文件的变量名称以＆＃34; _m＆＃34;：

结尾的方法

# setup
setwd("C:\\Users\\DATA")
temp = list.files(pattern="*.dta")
# logical vector to be filled in
inFileVec <- logical(length(temp))

# loop through each file
for (i in 1:length(temp)) {
  # read file
  fileTemp <- read.dta13(temp[i], nonint.factors = TRUE)

  # fill in vector with TRUE if any variable ends in "_m"
  inFileVec[i] <- any(grepl("_m$", names(fileTemp)))
}

在最后一行中，names返回变量名称，grepl返回每个变量名称是否与模式匹配的逻辑向量，any返回长度为1的逻辑向量是否从grepl返回了至少一个TRUE。

# print out these file names    
temp[inFileVec]

Answer 2

首先，assign将无法正常工作，因为它需要一个字符串（或字符，因为它们在R中调用）。它将使用第一个元素作为变量（有关详细信息，请参阅here）。

您可以做什么取决于数据的结构。 read.dta13将每个文件加载为data.frame。

如果您查找列名称，可以执行以下操作：

myList <- character()
for (i in 1:length(temp)) {

    # save the content of your file in a data frame
    df <- read.dta13(temp[i], nonint.factors = TRUE))

    # identify the names of the columns matching your pattern
    varMatch <- grep(pattern="_m", colnames(df), value=TRUE)

    # check if at least one of the columns match the pattern
    if (length(varMatch)) {
        myList <- c(myList, temp[i]) # save the name if match
    }

}

如果查找列的内容，可以查看dplyr包，这在数据帧操作方面非常有用。

包小插图here中提供了对dplyr的一个很好的介绍。

请注意，在R中，附加到矢量可能会变得非常慢（有关详细信息，请参阅此SO question）。

如何在数据集列表中查找公共变量＆amp;在R中重塑它们？

2 个答案: