Question

我在列表中有data.frame对象，我将根据每个的最后一列（A.K.A，得分）过滤掉。列表的子集对我来说是直观的，但我希望有两个不同的集合（即通过/失败）作为每个data.frame对象的过滤结果。我认为我使用的方式并不优雅，并寻求更好/更有效的解决方案。谁能指出我如何为这类任务实现更优雅的解决方案？非常感谢！

玩具数据：

mylist <- list(df1=data.frame( from=seq(1, by=4, len=16), to=seq(3, by=4, len=16), score=sample(30, 16)),
               df2=data.frame( from=seq(3, by=7, len=20), to=seq(6, by=7, len=20), score=sample(30, 20)),
               df3=data.frame( from=seq(4, by=8, len=25), to=seq(7, by=8, len=25), score=sample(30, 25)))

我最初的尝试：

pass <- lapply(mylist, function(ele_) {
  ans <- subset(ele_, ele_$score > 20)
  ans
})

结果我还希望它具有相反的设置，其中实例不满足过滤条件，并将每个data.frame对象的pass，fail set放入一个列表中。

所需的输出：每个data.frame对象都可以在子集化后通过，失败设置。

如果我在列表中有非常大的data.frame对象，那么这样做会更好吗？有没有人知道有用的技巧？

Answer 1

可能data.table选项更有效率

library(data.table)
lapply(mylist, function(x) setDT(x)[score > 20])

或使用filter中的dplyr与来自map的{{1}}

purrr

除了上述每个library(dplyr) library(purrr) mylist %>% map(filter, score > 20)元素的子集方法外，我们还可以list将数据集合并到一个数据集中（rbind来自rbindlist或data.table来自bind_rows的标识符列）和按组的子集。

dplyr

或rbindlist(mylist, idcol= 'grp')[score > 20, .SD , by = .(grp)]

dplyr

如果打算将mylist %>% bind_rows(., .id = 'grp') %>% group_by(grp) %>% filter(score > 20)分为data.frame 2（＆n; 20＆＆lt; 20 for'score'）

list

如何有效地为列表中的大型data.frame对象进行子集化？

1 个答案: