无法将新数据合并到列表的每个数据框元素

Question

使用for循环将新数据追加到列表的每个数据帧元素时，我遇到了困难。

如果我有一个包含两个数据帧的列表（文件列表），并且希望“ dplyr :: left_join”或“合并”列表中的每个数据帧与单个数据帧中的其他数据，那么它似乎没有出现在列表中。但是，如果我对列表中的每个数据框元素分别逐步使用相同的命令，则会收到相同的警告（由于缺少因子级别），但可获得预期的结果。例如：

一些数据帧

df1 <- data.frame(x = 1:3, y=letters[1:3])
df2 <- data.frame(x = 1:5, y=letters[1:5])

# make list of dataframes
filelist <- list(df1,df2)

# new data frame to add to the data frames in the list by indexing "y"
df3 <- data.frame(animal = c(rep("snake", 7)), y=letters[1:7], geno = c("aa", "ab", "ac", "aa", "ac", "ab", "ae"))

# merge df3 into both data frames in the filelist
for (i in 1:length(filelist)) {dplyr::left_join(filelist[[i]], df3, by = "y")}

## Gives the following warning because some factor levels are missing between datasets
Warning message:
Column `y` joining factors with different levels, coercing to character vector 

返回结果与原始文件列表相同

> filelist
[[1]]
  x y
1 1 a
2 2 b
3 3 c

[[2]]
  x y
1 1 a
2 2 b
3 3 c
4 4 d
5 5 e

预期结果（通过单独合并列表的每个元素，然后创建新列表来完成）

new1 <- dplyr::left_join(filelist[[1]], df3, by = "y")
new2 <- dplyr::left_join(filelist[[2]], df3, by = "y")
newlist <-(new1,new2)
> newlist
[[1]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac

[[2]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac
4 4 d  snake   aa
5 5 e  snake   ac

做到这一点的最佳方法是不从原始列表中取出每个数据框，添加新数据，然后创建一个新列表？

Answer 1

我会使用map包中的purrr函数，它像dplyr一样是tidyverse的一部分：

library(tidyverse)
library(purrr) # loaded when you call tidyverse, but doing it explicitly here

map(filelist, left_join, df3)

[[1]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac

[[2]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac
4 4 d  snake   aa
5 5 e  snake   ac

Warning messages:
1: Column `y` joining factors with different levels, coercing to character vector 
2: Column `y` joining factors with different levels, coercing to character vector 

Answer 2

如警告消息中所述，因素具有不同的水平。

您可以按照dplyr的方式将每个数据帧的因子转换为字符：

df %>% mutate_if(is.factor, as.character) -> df

或均化变量y的因子水平：

for (i in 1:length(filelist)) {
  x = factor(unique(c(levels(filelist[[i]]$y),levels(df3$y))))
  levels(filelist[[i]]$y) = x
  levels(df3$y) = x
  filelist[[i]] = dplyr::left_join(filelist[[i]], df3, by = "y")
}