Question

我觉得这应该有一个非常简单/优雅的解决方案，但我只是找不到。（我是r的新手，所以不足为奇。）

我有一个（大）嵌套列表，其中包含我要添加在一起的data.frames。这是创建一些示例数据的代码：

#Create data frames nested in a list
for (i in 1:6) {
  for (j in 1:4) {
    assign(paste0("v", j), sample.int(100,4))
  }
  assign(paste0("df", i), list(cbind(v1, v2, v3, v4)))
}

inner1 <- list(data1 = df1, data2 = df2)
inner2 <- list(data1 = df3, data2 = df4)
inner3 <- list(data1 = df5, data2 = df6)

outer <- list(group1 = inner1, group2 = inner2, group3 = inner3)

我需要将所有标记为data1的数据帧和所有data2一起添加。如果它们不是这种嵌套列表格式，我会这样做：

data1.tot <- df1 + df3 + df5
data2.tot <- df2 + df4 + df6

因为它们在列表中，所以我认为可能有一个lapply解决方案并尝试过：

grp <- c("group1", "group2", "group3") #vector of groups to sum across
datas <- lapply(outer, "[[", "data1") #select "data1" from all groups
tot.datas <- lapply(datas[grp], "+") #to sum across selected data
#I know these last two steps can be combined into one but it helps me keep everything straight to separate them

但是它返回Error in FUN(left): invalid argument to unary operator，因为我将数据列表传递为x。

我还研究了其他类似的解决方案：Adding selected data frames together, from a list of data frames

但是数据的嵌套结构使我不确定如何将解决方案转化为我的问题。

请注意，我正在使用的数据是GCHN Daily数据，因此结构不是我的设计。任何帮助将不胜感激。

更新：我已经使用@Parfait的Reduce的建议部分地找到了解决方案，但是现在我需要使其自动化。我正在使用for循环来解决方案，因为这可以让我对正在访问的元素有更多的控制权，但是我对其他想法持开放态度。这是有效的手动解决方案：

get.df <- function(x, y, z) {
# function to pull out the desired data.frame from the list
# x included as argument to make function applicable to my real data
  output <- x[[y]][[z]]
  output[[1]]
}

output1 <- get.df(x = outer, y = "group1", z = "data1")
output2 <- get.df(x = outer, y = "group2", z = "data1")
data1 <- list(output1, output2)
data1.tot <- Reduce(`+`, data1)

使用示例数据，我希望在2种数据类型（“ data1”和“ data2”）和3个组（“ group1”，“ group2”，“ group3”）之间进行循环。我正在研究一种for循环解决方案，但是在如何将output1和output2保存在列表中时遇到了麻烦。我的循环现在看起来像这样：

dat <- c("data1", "data2")
grp <- c("group1", "group2", "group3")

for(i in 1:length(dat)) {
  for(j in 1:length(grp)) {
    assign(paste0("out", j), get.df(x = outer, y = grp[j], z = dat[i]))
  }
list(??? #clearly this is where I'm stuck!
}

有没有关于for循环问题的建议，还是有更好的方法？

Answer 1

如果每个内部列表仅包含几个数据帧，这是一个很好的解决方案：

sum_df1 <- sum(unlist(lapply(outer, "[[", 1)))
sum_df2 <- sum(unlist(lapply(outer, "[[", 2)))

如果每个内部列表都包含e。 G。 1000个数据帧，使用：

dfs <- seq(1 : 1000)
lapply(dfs, function(x) sum(unlist(lapply(outer, "[[", x))))

这将为您提供一个列表，其中每个元素是内部数据帧的总和。

Answer 2

请考虑使用Reduce，该列表不起作用。此高阶函数是运行嵌套调用的紧凑方法：((df1 + df2) + df3) + ...。

data1.tot <- Reduce(`+`, lapply(outer, "[[", "data1"))

data2.tot <- Reduce(`+`, lapply(outer, "[[", "data2"))

使用随机数据进行演示

数据

set.seed(9262018)

dfList <- setNames(replicate(6, data.frame(NUM1=runif(50),
                                           NUM2=runif(50),
                                           NUM3=runif(50)), simplify = FALSE),
                   paste0("df", 1:6))

list2env(dfList, .GlobalEnv)

inner1 <- list(data1 = df1, data2 = df2)
inner2 <- list(data1 = df3, data2 = df4)
inner3 <- list(data1 = df5, data2 = df6)

outer <- list(group1 = inner1, group2 = inner2, group3 = inner3)

输出

data1.tot <- Reduce(`+`, lapply(outer, "[[", "data1"))
head(data1.tot, 10)
#         NUM1      NUM2      NUM3
# 1  2.0533870 1.3821609 1.0702992
# 2  2.6046584 1.7260646 1.9699774
# 3  2.2510810 1.6690353 1.4495476
# 4  1.7636879 1.2357098 1.9483906
# 5  1.0189969 2.1191041 1.7466040
# 6  1.3933982 0.7541027 1.0971724
# 7  1.8058803 2.4608417 0.7291335
# 8  1.0763517 1.2494739 1.0480818
# 9  0.7069873 1.5496575 1.2264486
# 10 0.9522526 2.1407523 1.2597422

data2.tot <- Reduce(`+`, lapply(outer, "[[", "data2"))
head(data2.tot, 10)    
#         NUM1      NUM2      NUM3
# 1  1.7568578 0.9322930 1.5579897
# 2  0.9455063 0.9211592 1.7067779
# 3  1.2698614 0.4623059 0.9426310
# 4  1.6791964 1.4304953 1.2435480
# 5  0.8088625 2.6107952 1.2308862
# 6  1.8202400 2.3511104 1.5676112
# 7  0.9765578 0.8870206 0.6725699
# 8  2.6448770 1.8931751 1.8188512
# 9  1.6114870 1.8632245 0.7452924
# 10 0.9710550 1.8367305 2.0994788

平等测试

all.equal(data1.tot, df1 + df3 + df5)
# [1] TRUE
all.equal(data2.tot, df2 + df4 + df6)
# [1] TRUE

identical(data1.tot, df1 + df3 + df5)
# [1] TRUE
identical(data2.tot, df2 + df4 + df6)
# [1] TRUE

Answer 3

这是您想要的吗？

sapply(
  X = names(outer[[1]]),
  FUN = function(d) {
    Reduce(x = unlist(lapply(outer, "[[", d), recursive = F), f = "+")
  },
  simplify = F,
  USE.NAMES = T
)

将多个数据框一起添加到列表中

3 个答案: