Question

我正在尝试实现以下目标：我有一个数据集，以及一个对该数据集进行子集处理的函数，然后对该子集执行一系列操作。子设置根据行名发生。我可以逐步进行操作（即分别为每个子集运行此功能），但是我有所需子集的列表，我想遍历此列表。听起来很复杂-请检查以下示例。这就是我可以做的：

#dataframe with rownames
whole_dataset <- data.frame(wt1 = c(1, 2, 3, 6, 6), 
                            wt2 = c(2, 3, 4, 4, 2))
row.names(whole_dataset) = c("HTA1", "HTA2", "HTB2", "CSE1", "CSE2")

# two different non-overlapping subsets
his <- c("HTA1", "HTA2", "HTB2")
cse <- c("CSE1", "CSE2")

#this is the function I have
fav_complex <- function (data, complex) {
  small_data<- data[complex,] #subset only the rows that you need 
  sum.all<-colSums(small_data) #calculate sum of columns
  return(sum.all)
}

#I generate two deparate named vectors
his_data <- fav_complex(data = whole_dataset, complex = his)
cse_data <- fav_complex(data = whole_dataset, complex = cse)

#and merge them
merged_data<- rbind(his_data,cse_data)

看起来像这样

> merged_data
         wt1 wt2
his_data   6   9
cse_data  12   6

我想以某种方式生成merged_data数据帧，而不必多次调用'fav_complex'函数。在现实生活中，我大约有20个子集，并且其中包含很多代码。这是我无法解决的解决方案

#I first have a character vector listing all the variable names
subset_list <- c("his", "cse")

#then create a loop that goes over this list

#make an empty dataframe
merged_data2 <- data.frame()

#fill it with a for loop output
for (element in subset_list) {
  result <- fav_complex(data = whole_dataset, element)
  merged_data2 <-rbind(merged_data2, result)
}

我知道这是错误的。在此循环中，“ element”只是一个字符串，而不是其中包含填充的变量。但是我不知道如何使它成为变量。 noquote（element）无效。我尝试阅读有关非标准评估和eval（），alternate（）的文章，但对我来说太抽象了-我认为凭我的R专业知识我还不在那里。

Answer 1

请考虑by以在所有子集中运行所需的操作。但首先创建一个 group 列：

# ANY FUNCTION TO APPLY ON SUBSETS (REMOVE GROUP COL)
fav_complex_new <- function (sub) {  
  sum.all <- colSums(transform(sub, group=NULL)) 
  return(sum.all)
}

# ASSIGN GROUPING
whole_dataset$group <- ifelse(row.names(whole_dataset) %in% his, "his",
                              ifelse(row.names(whole_dataset) %in% cse, "cse", NA))

# BY CALL
df_list <- by(whole_dataset, whole_dataset$group, FUN=fav_complex_new)
# COMBINE ALL DFs IN LIST
merged_data <- do.call(rbind, df_list)

Rextester demo （包括OP的原始解决方案及以上解决方案）

Answer 2

按照@Gregor建议的修改工作流程，您是否会考虑这种解决方案，包括一些额外的数据争执？

将当前行名称中的数据放在其自己的列中。
添加复杂列。如果数据量很大，我们可以通过编程方式做到这一点。
使用dplyr创建按复杂度分组的数据的拆分应用组合摘要。

它可以像这样

library(dplyr)

whole_dataset <- tibble(wt1 = c(1, 2, 3, 6, 6),
                        wt2 = c(2, 3, 4, 4, 2),
                        id = factor(c("HTA1", "HTA2", "HTB2", "CSE1", "CSE2")))

whole_dataset <- mutate(whole_dataset,
                        complex = case_when(
                          grepl("^HT", id) ~ "his",
                          grepl("^CSE", id) ~ "cse")
                        ) %>%
  group_by(factor(complex))

whole_dataset %>% summarize(sum_wt1 = sum(wt1),
                            sum_wt2 = sum(wt2))

# # A tibble: 2 x 3
# `factor(complex)` sum_wt1 sum_wt2
# <fct>               <dbl>   <dbl>
# 1 cse                    12       6
# 2 his                     6       9

将变量名列表作为R函数的参数传递

2 个答案: