Question

我想为多个数据框创建一个具有ifelse（）条件的列。这是我的示例代码：

df1 <- tibble( 
date = lubridate::today() +0:9,
return= runif(n = 10, min = 0, max = 5))

df2 <- tibble( 
date = lubridate::today() +0:9,
return= runif(n = 10, min = 0, max = 5))

df3 <- tibble( 
date = lubridate::today() +0:9,
return= runif(n = 10, min = 0, max = 5))

现在我想添加条件递增（从1到5）的新列。第一列应仅包含来自“返回”列的值，该值大于1，第二列应仅包含值，其值大于1.5，第三列应仅包含值，其值大于2，并且等等...

例如，我可以使用for循环来实现。但这仅适用于一个数据帧：

for(i in seq(1, 5, 0.5)){
varname =paste0("return>",i)
df1[[varname]] <- with(df1, ifelse(return > i, return, NA))
}

> head(df1)
# A tibble: 6 x 12
date       return `return > 0.5 s~ `return > 1 sd` `return > 1.5 s~ `return > 2 sd` `return > 2.5 s~
<date>      <dbl>            <dbl>           <dbl>            <dbl>           <dbl>            <dbl>
1 2019-03-09  4.94             4.94             4.94             4.94            4.94             4.94
2 2019-03-10  0.936            0.936           NA               NA              NA               NA   
3 2019-03-11  0.770            0.770           NA               NA              NA               NA   
4 2019-03-12  1.03             1.03             1.03            NA              NA               NA   
5 2019-03-13  3.34             3.34             3.34             3.34            3.34             3.34
6 2019-03-14  0.983            0.983           NA               NA              NA               NA   
# ... with 5 more variables: `return > 3 sd` <dbl>, `return > 3.5 sd` <dbl>, `return > 4 sd` <dbl>,
#   `return > 4.5 sd` <dbl>, `return > 5 sd` <dbl>

这是另一种代码，用于为一个数据帧获得所需的输出：

n <- seq(0.5, 5, 0.5)
df1[paste0("return > ", n, " sd")] <- lapply(n, function(x) 
replace(df1$return, df1$return <= x, NA))

我的问题是，如何将该代码放入map函数（或另一个函数）中，以针对所有3个数据帧运行此代码？

Answer 1

将所有数据框放入列表中，并创建一个函数以返回新列

df_list <- list(df1, df2, df3)

return_new_cols <- function(df1) { 
  n <- seq(0.5, 5, 0.5)
  df1[paste0("return > ", n, " sd")] <- lapply(n, function(x) 
                            replace(df1$return, df1$return <= x, NA))
  df1
}

现在将return_new_cols函数应用于列表中的每个数据框

lapply(df_list, return_new_cols)

您可以使用purrr::map代替lapply

purrr::map(df_list, return_new_cols)

在地图函数中使用条件来突变多列

1 个答案: