Question

我有大量的CSV文件，如下所示：

var val1 val2
a 2 1
b 2 2
c 3 3
d 9 2
e 1 1

我想：

在
从每个CSV中排名前3位
仅列出变量名称（3 x文件数）
仅保留列表中的唯一名称

我认为我已经设法通过这样做到达第3点：

csvList <- list.files(path = "mypath", pattern = "*.csv", full.names = T)

bla <- lapply(lapply(csvList, read.csv), function(x) x[order(x$val1, decreasing=T)[1:3], ])

lapply(bla,"[", , 1, drop=FALSE)

现在，我列出了每个CSV中的前3个变量。但是，我不知道如何将此列表转换为字符串并仅保留唯一值。

欢迎任何帮助。

谢谢！

Answer 1

问题在于使用bla提取drop=FALSE的第一列。这会将结果保留为列列表（每行具有name），而不是将其强制转换为最低维度，即向量。请改为使用drop=TRUE，然后使用unlist，然后使用unique作为@Frank建议：

unique(unlist(lapply(bla,"[", , 1, drop=TRUE)))

如您所知，drop=TRUE是默认设置，因此您甚至不必包含它。

更新以评论中的新要求。

要保留前两列var和var1并删除var中的重复项（仅保留唯一的var），请执行以下操作：

## unlist each column in turn and form a data frame
res <- data.frame(lapply(c(1,2), function(x) unlist(lapply(bla,"[", , x))))
colnames(res) <- c("var","var1")    ## restore the two column names
## remove duplicates
res <- res[!duplicated(res[,1]),]

请注意，这只会保留每个唯一var的第一行。这是删除重复项的定义。

希望这有帮助。

R中的多个文件的组合，顺序，重复数据删除

1 个答案: