关于循环：基于另一个数据帧中的字符串，在 R 中的列表中子集多个数据帧


Subsetting multiple dataframes within list in R based on strings in another dataframe

我正在尝试根据包含在另一个数据帧中的字符串对列表中包含的多个数据帧进行子集化。

1
2
3
4
5
6
7
list.df <- list(
 df.1 = data.frame(LM = c(1:10), LS = c(1:10), PL = c(1:10)),
 df.2 = data.frame(XY = c(1:10), FE = c(4:13), OI = c(1:10)),
 df.3 = data.frame(IL = c(1:10), KU = c(9:18), TS = c(1:10)))

df.4 <- data.frame(df.1 = c("LM","PL", NA), df.2 = c("FE", NA, NA),
 df.3 = c("IL","KU","TS"))

我希望我的所有数据框最终看起来像这样：

1
2
df.1_sub <- subset(list.df[["df.1"]], select =
   colnames(list.df[["df.1"]]) %in% df.4$df.1)

我将不得不对大约 50 个数据集执行此操作，并且想知道是否有一种方法可以编写一个循环来一次对所有数据集执行此操作。

我尝试过使用 lapply 和 for 循环，但到目前为止都没有成功。我是在 R 中使用列表的新手，不胜感激！
这是我第一次在堆栈溢出上发帖，如果我的帖子不合适，请告诉我，

相关讨论

使用 Map 的一种方法是从 df.4 中删除 NA 值，并从 list.df

中子集相应的列

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
Map(function(x, y) x[as.character(na.omit(y))], list.df, df.4)

#$df.1
#   LM PL
#1   1  1
#2   2  2
#3   3  3
#4   4  4
#5   5  5
#6   6  6
#7   7  7
#8   8  8
#9   9  9
#10 10 10

#$df.2
#   FE
#1   4
#2   5
#3   6
#4   7
#5   8
#6   9
#7  10
#8  11
#9  12
#10 13

#$df.3
#   IL KU TS
#1   1  9  1
#2   2 10  2
#3   3 11  3
#.....

同样可以使用 purrr::map2

1
purrr::map2(list.df, df.4, ~.x[na.omit(as.character(.y))])

相关讨论

我们可以使用 complete.cases 和 Map

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
Map(function(x, y) x[complete.cases(y)], list.df, df.4)
#$df.1
#   LM LS
#1   1  1
#2   2  2
#3   3  3
#4   4  4
#5   5  5
#6   6  6
#7   7  7
#8   8  8
#9   9  9
#10 10 10

#$df.2
#   XY
#1   1
#2   2
#3   3
#4   4
#5   5
#6   6
#7   7
#8   8
#9   9
#10 10

#$df.3
#   IL KU TS
#1   1  9  1
#2   2 10  2
#3   3 11  3
#4   4 12  4
#5   5 13  5
#6   6 14  6
#7   7 15  7
#8   8 16  8
#9   9 17  9
#10 10 18 10

或使用 pmap

1
2
library(purrr)  
pmap(list(list.df, df.4), ~ .x[complete.cases(.y)])