Question

我有10个不同的对象：a1，a2，... a10。我需要做的就是对每个变量进行简单的更改。比如

a1$x <- a1$x + 1
a2$x <- a2$x + 1
...
a10$x <- a10$x + 1

和

a1[,'new_x']<-cumprod(a1$x)
a2[,'new_x']<-cumprod(a2$x)
...
a10[,'new_x']<-cumprod(a10$x)

我想使用＆＃39;缩小这些代码。环。我试过了

for(i in 1:10) {
ai[,'new_x'] <- cumprod(ai$x)
}

当然它不起作用。有没有办法让这项工作？

Answer 1

这不起作用，因为您无法通过迭代器i替换名称的一部分来调用对象。如果要迭代，则必须首先将对象分组到一个对象中，如list或data.frame。从你的代码我推断a对象是data.frames，所以这里最合乎逻辑的是将它们存储在list中。

a1 <- data.frame(x = 1:10)
a2 <- data.frame(x = 11:15)
a3 <- data.frame(x = 16:30)

a_list <- list(a1, a2, a3)

for(i in 1:length(a_list)){
  a_list[[i]]$x <- a_list[[i]]$x + 1
  a_list[[i]]$x_new <- cumsum(a_list[[i]]$x)
}

替代for循环，您可以在R中使用apply系列，这会产生更清晰的代码。

a_list <- list(a1, a2, a3)

lapply(a_list, function(df) {
  df$x <- df$x + 1
  df$x_new <- cumsum(df$x)
  return(df)
})

如果您的数据帧具有完全相同的结构，则更方便的是将所有数据绑定到一个数据帧，并添加一个id列，该行来自哪个数据帧。然后使用dplyr对其进行更改

library(dplyr)
a_df <- rbind(a1 %>% mutate(df = 1), a2 %>% mutate(df = 2), a3 %>%  mutate(df = 3))
a_df %>% mutate(x = x + 1) %>% group_by(df) %>% mutate(x_new = cumsum(x))

Answer 2

如果使用eval()函数读取对象并使用assign()函数来编写对象，则可以使用循环方法而无需先将对象转换为单个列表或数据框。例如：

a1 <- data.frame(x=1:5)
a2 <- data.frame(x=2:6)
a3 <- data.frame(x=3:7)

for(i in 1:3) {
  dfname <- paste0("a", i)
  df <- eval(parse(text=dfname))
  df$new_x <- cumprod(df$x)
  assign(dfname, df)
}

a1

如何在循环中处理A1，A2，...，An等变量？在R

2 个答案: