Question

我按照Hadley的主题：Issue in Loading multiple .csv files into single dataframe in R using rbind来阅读多个private void dataGridView1_CellFormatting(object sender, DataGridViewCellFormattingEventArgs e) { if (e.ColumnIndex < 0 || e.RowIndex < 0) return; if ( this.dataGridView1.Columns[e.ColumnIndex].DataPropertyName == "MachineName") { var model = this.dataGridView1.Rows[e.RowIndex].DataBoundItem as ServiceController; if (model != null) e.Value = model.MachineName; } }文件，然后将它们转换为一个数据帧。我还在Grouping functions (tapply, by, aggregate) and the *apply family上讨论了CSV与lapply的实验。

这是我的第一个CSV文件：

sapply

这是我的第二个CSV文件：

dput(File1)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
23L, 34L, 45L, 44L), Tax = c(23L, 21L, 22L, 24L, 25L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

这是我的代码：

dput(File2)
structure(list(First.Name = structure(c(1L, 2L, 1L, 1L, 1L), .Label = c("A", 
"C"), class = "factor"), Last.Name = structure(c(1L, 2L, 2L, 
2L, 2L), .Label = c("B", "D"), class = "factor"), Income = c(55L, 
55L, 55L, 55L, 55L), Tax = c(24L, 24L, 24L, 24L, 24L), Location = structure(c(3L, 
3L, 1L, 4L, 2L), .Label = c("Americas", "AP", "EMEA", "LATAM"
), class = "factor")), .Names = c("First.Name", "Last.Name", 
"Income", "Tax", "Location"), class = "data.frame", row.names = c(NA, 
-5L))

虽然效果很好，但我想将dat1 <-",First.Name,Last.Name,Income,Tax,Location\n1,A,B,55,23,EMEA\n2,C,D,23,21,EMEA\n3,A,D,34,22,Americas\n4,A,D,45,24,LATAM\n5,A,D,44,25,AP" dat2 <-",First.Name,Last.Name,Income,Tax,Location\n1,A,B,55,24,EMEA\n2,C,D,55,24,EMEA\n3,A,D,55,24,Americas\n4,A,D,55,24,LATAM\n5,A,D,55,24,AP" tc1 <- textConnection(dat1) tc2 <- textConnection(dat2) merged_file <- do.call(rbind, lapply(list(tc1,tc2), read.csv))更改为lapply。从上面的线程中，我意识到sapply会将读取因子从sapply文件更改为矩阵，但我不确定为什么要翻转字段。例如，csv字段占用第3行和第8行，但不在一列中。

以下是代码：

Income

这是输出：

tc1 <- textConnection(dat1)
tc2 <- textConnection(dat2)

# change lapply to sapply    
merged_file <- do.call(rbind, sapply(list(tc1,tc2), read.csv))

我很感激任何帮助。我对R很新，不知道发生了什么。

Answer 1

此问题与因素无关，它是通用的sapply与lapply。为什么sapply弄错了而lapply弄错了？ 请记住，在R中，数据框是列列表。，每一列可以具有不同的类型。

lapply将列列表返回到rbind，它可以正确地进行串联。它将相应的列保持在一起。这样您的因素就会正确显示。
sapply但是...
- 返回数字矩阵 ...（由于矩阵只能具有一种类型，与数据框不同）
- ...更糟糕的是，has an unwanted transpose
- 因此sapply将您的两个5x6输入数据帧转换为转置6x5矩阵（列现在对应于行）...
- 所有数据都被强制转换为数字（垃圾！）。
- 然后rbind行-将这两个数字的6x5垃圾矩阵连接到一个非常垃圾的12x5矩阵中。由于列已转置为行，因此行级联矩阵将合并数据类型，显然您的因素被弄乱了。

摘要：只需使用lapply

在阅读文件和对其进行调整时，给予lapply与lapply

1 个答案: