r - 如何引用循环 R 中列的位置

Question

我在这种情况下遇到了问题:

我有三个数据框，就像这样:

    df1 = data.frame(A = c(1,2,2),
                 B = c(5,4,3))

df2 = data.frame(C = c(1,2,2),
                 D = c(5,4,3))

df3 = data.frame(E = c(1,2,2),
                 'F' = c(5,4,3))

我想使用我创建的变量列表将它们传递给循环:

df_names <- paste0("df", 1:3)
df_all <- mget(var_names, envir = globalenv())

但是列名称不同，这意味着我无法获取第一列和第二列的平均值!

我需要的是这样的:

for(i in 1:3){

df_mean[i] <- df_all[[i]] %>%
  mutate(mean_first_column = mean (A (or C or E)),
         mean_second_column = mean(B, D or F))


}

谢谢!

Answer 1

考虑使用colMeans或across

library(dplyr)
df_mean <- vector('list', length(df_all))
for(i in seq_along(df_all)) 
    df_mean[[i]] <- df_all[[i]] %>%
          summarise(across(everything(), mean))

-输出

df_mean
[[1]]
         A B
1 1.666667 4

[[2]]
         C D
1 1.666667 4

[[3]]
         E F
1 1.666667 4

---

如果我们需要指定位置，则可以使用 . 或 cur_data() 或 .data 的子集(使用分组属性， cur_data() 或 .data 应该更合适

df_mean <- vector('list', length(df_all))
for(i in seq_along(df_all)) 
     df_mean[[i]] <- df_all[[i]] %>%
      mutate(mean_first_column = mean(cur_data()[[1]]),
            mean_second_column = mean(cur_data()[[2]]))

-输出

df_mean
[[1]]
  A B mean_first_column mean_second_column
1 1 5          1.666667                  4
2 2 4          1.666667                  4
3 2 3          1.666667                  4

[[2]]
  C D mean_first_column mean_second_column
1 1 5          1.666667                  4
2 2 4          1.666667                  4
3 2 3          1.666667                  4

[[3]]
  E F mean_first_column mean_second_column
1 1 5          1.666667                  4
2 2 4          1.666667                  4
3 2 3          1.666667                  4

---

注意:mutate 返回整个数据以及创建的列。由于 mean 是单个值，因此使用 summarise

可能会更好

---

在base R中，我们可以使用lapply循环遍历list并应用colMeans

lapply(df_all, colMeans)

---

或者如果我们想使用 tidyverse 语法`

library(purrr)
map(df_all, ~ .x %>%
               summarise(across(everything(), mean))