Question

我无法解决这个问题。我有一个数据集，其中包含每天3年的data.frame，所以我有一个包含1000个数据帧的列表。

我想过滤所有数据框，如下面的示例所示。我知道我可以轻松地进行过滤（或使用rbindlist），然后进行拆分，但是我希望有一种方法可以将过滤器功能应用于多个数据帧。你能帮助我吗？下面的代码不起作用，但希望它有助于弄清楚我要归档的内容。

dflist <- mtcars %>%
  split(.$cyl)

lapply(dflist, function(x) dplyr::filter(x[["mpg"]] > 10))

Answer 1

filter适用于data.frame/tbl_df。相反，我们提取的是vector（x[["mpg"]]）

library(tidyverse)
filter(mtcars$mpg > 10)

UseMethod（“ filter_”）中的错误：'filter_'没有适用的方法应用于“逻辑”类的对象

并在其上应用filter。

我们需要在data.frame本身上应用filter

map(dflist, ~ .x %>% 
                 filter(mpg > 10))
#$`4`
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#1  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
#2  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
#3  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
#4  32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
#5  30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
#6  33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
#7  21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
#8  27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
#9  26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
#10 30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
#11 21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

#$`6`
#   mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#1 21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
#2 21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
#3 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
#4 18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
#5 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
#6 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
#7 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

#$`8`
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#1  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
#2  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
#3  16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
#4  17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
#5  15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
#6  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
#7  10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
#8  14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
#9  15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
#10 15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
#11 13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
#12 19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
#13 15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
#14 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

或使用lapply

lapply(dflist, function(x) x %>% 
                              filter(mpg > 10))

过滤多个数据框中的值

1 个答案: