Question

这是一个新手问题，但是，我发现很难理解如何正确使用lapply，尤其是当使用的ID不是数字时。

尝试查找我想到的摘要可能有更好的方法，但就目前而言，我正试图使用lapply。基本上，我有一个17列的大型df。其中两列是ID和Date。并非所有ID都在给定列名中具有记录值。我感兴趣的是找到每列可用的总行数，以及该列存在的唯一ID数。我有一个让事情更清晰的输入示例。例如，Var8只有6行可用数据，因此它有6个唯一ID。此外，Var15有20行和12个唯一ID。但我想知道所有Var15。我可以使用

手动执行此操作

after_save :unique_attribute_on_child

def unique_attribute_on_child
  attribute_list = self.childs.pluck(:attribute) 
    if attribute_list.uniq.length != attribute_list.length
      self.childs.each { |c| c.update_attributes(attribute:nil) }
      errors[:base] << "Parent contains Child(s) with same Attribute"
    end
  end
end

但是试图自动化：

export class AppComponent {
   constructor(){
       //block of statements
   }  
   ngOnInit(){

   }   
}

给我一个错误：尝试应用非功能。

Var8=df[!(is.na(df$Var8)),]
length(df$ID)
length(unique(df$ID)) 
remove(Var8)

Answer 1

我建议让自己熟悉使用dplyr的数据争论。实施的magrittr管道%>%将帮助您了解apply的用法。

以下是我将如何更改您的功能：

library(dplyr)
tmp<-lapply(COL.NAMES, function(x) df[,c("ID", x)] %>% na.omit) # loop and extract 15 data.frames, each with 2 columns; remove rows with missing value
rows <- sapply(tmp, nrow) 
num_comp <- lapply(tmp, '[[', "ID") %>% lapply(., unique) %>% sapply(., length) #extract only ID column from list of 15 data.frame; loop across each vector to retain unique values; count length of vector.

Answer 2

另一种方法是，

df1 <- data.frame(n_rows = colSums(!is.na(df[,-(1:2)]), na.rm = TRUE), 
                  unique_IDs = sapply(df[,-2], function(i) length(unique(df$ID[!is.na(i)])))[-1])
head(df1)
#     n_rows unique_IDs
#Var1     20         12
#Var2      5          5
#Var3     16         12
#Var4     16         12
#Var5     16         12
#Var6     16         12

Answer 3

我不确定我是否理解正确，但这可能是您的解决方案。 x是您的数据框

try1 <-  function(df){
  temp <- sum(!is.na(df)) ## no of non na entries 
  temp2 <- length(unique(df)) # length unique entries `
  temp <- list("x"=temp,"y"=temp2)
  temp

}

> lapply(x,try1)

这是一个data.table soln

library(data.table)
dd <- as.data.table(x)

COL.NAMES<-c("Var1","Var2","Var3","Var4","Var5","Var6","Var7","Var8","Var9","Var10","Var11","Var12","Var13","Var14","Var15")

dd[,lapply(.SD, try1),.SDcols=COL.NAMES]

Answer 4

但是，我没有使用lapply，这个解决方案确实有用

find.uniques<- function(df){
for(i in 1:ncol(df)){   
    uniques<- data.frame()
    uniques[i,1]<- length(!is.na(unique(df[,i])))
    uniques[i,2]<- length(which(!is.na(unique(df[,i]))))
 }
return(uniques)
}

结果是data.frame，其中V1表示可用行数，V2表示每列有多少个ID。您还可以return(as.data.frame(t(uniques)))将行更改为列，以查看每列的可用内容。

使用lapply的数据集摘要

4 个答案: