Question

所以我不怎么问这个问题，我也很难搜寻，所以我想问一下用实际代码会更好。

我是R的新手，我想自学，到目前为止，我已经学习了基础知识，但是我遇到了一种情况，我认为循环遍历是一个更好的选择，但我不知道从哪里开始。

现在，我只是在随机制作csv文件，其中包含所有状态，但多个相同条目只是为了娱乐。

我已经学习了库“ dplyr”，可以按主题过滤

因此：

temp <- filter(states, State="AL")

我知道将所有具有State ='AL'的行分配给temp

所以我不是在逐个温度地逐个状态，而是在尝试学习如何开发一个循环，该循环可以检查状态的主题并从理论上动态地分配给临时物

temp1 <- filter(states, State="AL")
temp2 <- filter(states, State="CA")
....and so on

我只是想弄清楚如何遍历文件主题并动态分配它，然后将每个文件动态写入其自己的文件中。

write.csv(temp1, "AL.csv")

即使将我带到可以帮助我弄清楚它的地方，也是有益的。我现在只是被卡住了，我知道有可能，或者至少我认为是可以的。

Answer 1

我将使用基数R的split拆分您的数据，然后使用purrr::iwalk浏览并写入文件：

样本数据：

library(tidyverse)
states <- tibble(
  x = rnorm(1000),
  state = sample(state.abb, 1000, replace = TRUE)
)

分割并写入：

split_states <- split(states, states$state)
iwalk(split_states, ~write_csv(.x, paste0(.y, ".csv"))

注意iwalk等同于：

for (state in names(split_states)) {
  write_csv(split_states[[state]], paste0(state, ".csv")
}

即将发布的dplyr 0.8.0版本将具有group_walk，尽管我还没有尝试过，但它也可以在这里工作。

Answer 2

据我所知，您不需要创建每个temp文件，只需知道要过滤的状态，然后编写csv文件

为此，既然您已经熟悉dplyr，则还应该安装readr软件包

的一部分

对于您的问题，首先必须具有唯一的状态

tidyverse

然后循环

# this will select the State column and get unique states
unique_states <- unique(states$State)