Question

我有一个大的数据帧DF，我将其分成6个分位数，并为每个分位数分配了一个DF，每个DF具有相同的标头名称。

我想对所有6个数据帧应用相同的功能，并创建一个结果DF，以保存每个DF索引的结果。

例如，生成平均值，为每一列计数，获取每个变量的百分比（每列中vlaues的百分比）等等。

这些动作将在所有DF中通用。

截至目前，我如下图所示手动完成

res_df = data.frame ("col_headers" = c("names"), 
                     "df1_out" =  c(sum(df1$C1)/nrow(df1),
                                    sum(df1$C1)/nrow(df1),...
                                    mean(df1$C1))
                      "df2_out" = c(sum(df2$C1)/nrow(df2),
                                    sum(df2$C2)/nrow(df2),...
                                    mean(df2$C1))
                        .
                        .
                        .
                       "df6_out" = c(sum(df6$C1)/nrow(df6),
                                    sum(df6$C2)/nrow(df6),...
                                    mean(df6$C1))

，依此类推。手动为每个数据帧的每个变量创建一列。当列数增加时，这会带来问题。

我想知道是否有一种方法可以自动化DF->分位数拆分->分位数DF列表->平均值，百分比（每行的贡献）等->新DF->结果的整个过程比较图

Answer 1

您可以使用分位数创建一个因子变量，然后使用它来对数据框进行split（），例如（使用虹膜的示例）：

> data("iris")
> 
> iris$quantiles <- cut(iris$Sepal.Width, quantile(iris$Sepal.Width, probs = seq(0, 1, 1/6)),
+                       include.lowest = TRUE)
> lista <- split(iris, iris$quantile)

这将为您提供一个列表，其中数据框分为几部分。然后使用lapply / sapply对所有数据帧执行操作，如下所示：

> mediaCol <- sapply(lista, function(x) {
+   colMeans(x[colnames(x) != c("Species", "quantiles")])
+   })
> 
> mediaCol
              [2,2.7] (2.7,2.9]  (2.9,3]  (3,3.2] (3.2,3.42] (3.42,4.4]
Sepal.Length 5.757576  6.220833 6.015385 5.954167   5.550000      5.520
Sepal.Width  2.493939  2.841667 3.000000 3.154167   3.366667      3.752
Petal.Length 4.330303  4.754167 4.234615 3.770833   3.044444      2.052
Petal.Width  1.378788  1.545833 1.403846 1.254167   1.000000      0.508

列的百分比贡献可能是：

> percCont <- lapply(lista, function(x) {
+   x[colnames(x) != c("Species", "quantiles")] <-
+     apply(x[colnames(x) != c("Species", "quantiles")], 2, function(y) {y / sum(y)})
+   return(x)
+ })
> 
> percCont[1]
$`[2,2.7]`
    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species quantiles
42    0.02368421  0.02794654  0.009097271 0.006593407     setosa   [2,2.7]
54    0.02894737  0.02794654  0.027991603 0.028571429 versicolor   [2,2.7]
58    0.02578947  0.02916160  0.023093072 0.021978022 versicolor   [2,2.7]
60    0.02736842  0.03280680  0.027291812 0.030769231 versicolor   [2,2.7]
61    0.02631579  0.02430134  0.024492652 0.021978022 versicolor   [2,2.7]
63    0.03157895  0.02673147  0.027991603 0.021978022 versicolor   [2,2.7]
68    0.03052632  0.03280680  0.028691393 0.021978022 versicolor   [2,2.7]
69    0.03263158  0.02673147  0.031490553 0.032967033 versicolor   [2,2.7]
70    0.02947368  0.03037667  0.027291812 0.024175824 versicolor   [2,2.7]
73    0.03315789  0.03037667  0.034289713 0.032967033 versicolor   [2,2.7]
80    0.03000000  0.03159174  0.024492652 0.021978022 versicolor   [2,2.7]
81    0.02894737  0.02916160  0.026592022 0.024175824 versicolor   [2,2.7]
82    0.02894737  0.02916160  0.025892232 0.021978022 versicolor   [2,2.7]
83    0.03052632  0.03280680  0.027291812 0.026373626 versicolor   [2,2.7]
84    0.03157895  0.03280680  0.035689293 0.035164835 versicolor   [2,2.7]
88    0.03315789  0.02794654  0.030790763 0.028571429 versicolor   [2,2.7]
90    0.02894737  0.03037667  0.027991603 0.028571429 versicolor   [2,2.7]
91    0.02894737  0.03159174  0.030790763 0.026373626 versicolor   [2,2.7]
93    0.03052632  0.03159174  0.027991603 0.026373626 versicolor   [2,2.7]
94    0.02631579  0.02794654  0.023093072 0.021978022 versicolor   [2,2.7]
95    0.02947368  0.03280680  0.029391183 0.028571429 versicolor   [2,2.7]
99    0.02684211  0.03037667  0.020993702 0.024175824 versicolor   [2,2.7]
102   0.03052632  0.03280680  0.035689293 0.041758242  virginica   [2,2.7]
107   0.02578947  0.03037667  0.031490553 0.037362637  virginica   [2,2.7]
109   0.03526316  0.03037667  0.040587824 0.039560440  virginica   [2,2.7]
112   0.03368421  0.03280680  0.037088873 0.041758242  virginica   [2,2.7]
114   0.03000000  0.03037667  0.034989503 0.043956044  virginica   [2,2.7]
119   0.04052632  0.03159174  0.048285514 0.050549451  virginica   [2,2.7]
120   0.03157895  0.02673147  0.034989503 0.032967033  virginica   [2,2.7]
124   0.03315789  0.03280680  0.034289713 0.039560440  virginica   [2,2.7]
135   0.03210526  0.03159174  0.039188244 0.030769231  virginica   [2,2.7]
143   0.03052632  0.03280680  0.035689293 0.041758242  virginica   [2,2.7]
147   0.03315789  0.03037667  0.034989503 0.041758242  virginica   [2,2.7]

您可以使用unsplit（）统一数据帧：

> iris_percCont <- unsplit(percCont, iris$quantiles)
> 
> head(iris_percCont)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species  quantiles
1   0.03695652  0.03731343   0.02729045 0.015748031  setosa (3.42,4.4]
2   0.03132992  0.03846154   0.01271571 0.005479452  setosa    (2.9,3]
3   0.03289013  0.04227213   0.01436464 0.006644518  setosa    (3,3.2]
4   0.03219034  0.04095112   0.01657459 0.006644518  setosa    (3,3.2]
5   0.03623188  0.03837953   0.02729045 0.015748031  setosa (3.42,4.4]
6   0.03913043  0.04157783   0.03313840 0.031496063  setosa (3.42,4.4]

此外，有很多绘制方法。 lapply函数也可以帮助您。

希望有帮助。

将相同的功能集应用于具有相同列标题的多个数据框

1 个答案: