web-dev-qa-db-ja.com

データフレームと変数名をループする

FORループを使用してRのいくつかの図を自動化する方法を探しています。

_dflist <- c("dataframe1", "dataframe2", "dataframe3", "dataframe4")

for (i in dflist) {
  plot(i$var1, i$var2)
}
_

すべてのデータフレームには同じ変数、つまりvar1、var2があります。

forループはここでは最もエレガントな解決策ではないようですが、ダイアグラムでapply関数を使用する方法がわかりません。

編集：

mean()を使用した私の元の例は元の質問では役に立たなかったため、プロット関数に変更しました。

rvariablesloopsdataframe
6
Timm S.

Beasterfieldの答えをさらに追加するために、各データフレームでいくつかの複雑な操作を実行したいようです。

Applyステートメント内に複雑な関数を含めることができます。だから今あなたが持っているところ：

for (i in dflist) {
  # Do some complex things
}

これは次のように翻訳できます。

lapply(dflist, function(df) {
  # Do some complex operations on each data frame, df
  # More steps

  # Make sure the last thing is NULL. The last statement within the function will be
  # returned to lapply, which will try to combine these as a list across all data frames.
  # You don't actually care about this, you just want to run the function.
  NULL
})

プロットを使用したより具体的な例：

# Assuming we have a data frame with our points on the x, and y axes,
lapply(dflist, function(df) {
  x2 <- df$x^2
  log_y <- log(df$y)
  plot(x,y)
  NULL
})

複数の引数を取る複雑な関数を書くこともできます：

lapply(dflist, function(df, arg1, arg2) {
  # Do something on each data.frame, df
  # arg1 == 1, arg2 == 2 (see next line)
}, 1, 2) # extra arguments are passed in here

これがあなたを助けることを願っています！

11
Scott Ritchie

実際の質問に関しては、data.frames、matrixsまたはlistsのセル、行、および列にアクセスする方法を学ぶ必要があります。あなたのコードから、data.frame jのi番目の列にアクセスしたいので、次のように読みます。

mean( i[,j] )
# or
mean( i[[ j ]] )

$演算子は、data.frame内の特定の変数にアクセスする場合にのみ使用できます。 i$var1。さらに、[, ]または[[]]によるアクセスよりもパフォーマンスが低下します。

しかし、それは間違いではありませんが、forループの使用はそれほどR'ishではありません。ベクトル化された関数とapplyファミリについて読む必要があります。したがって、コードは次のように簡単に書き直すことができます。

set.seed(42)
dflist <- vector( "list", 5 )
for( i in 1:5 ){
  dflist[[i]] <- data.frame( A = rnorm(100), B = rnorm(100), C = rnorm(100) )
}
varlist <- c("A", "B")

lapply( dflist, function(x){ colMeans(x[varlist]) } )
6
Beasterfield

@Rolandの例を使用して、ggplot2同等。最初に、データセットを少し変更する必要があります。

最初に元のデータ：

> dflist
[[1]]
           x           y
1  0.9148060 -0.10612452
2  0.9370754  1.51152200
3  0.2861395 -0.09465904
4  0.8304476  2.01842371
5  0.6417455 -0.06271410
6  0.5190959  1.30486965
7  0.7365883  2.28664539
8  0.1346666 -1.38886070
9  0.6569923 -0.27878877
10 0.7050648 -0.13332134

[[2]]
            x          y
1   0.6359504 0.33342721
2  -0.2842529 0.34674825
3  -2.6564554 0.39848541
4  -2.4404669 0.78469278
5   1.3201133 0.03893649
6  -0.3066386 0.74879539
7  -1.7813084 0.67727683
8  -0.1719174 0.17126433
9   1.2146747 0.26108796
10  1.8951935 0.51441293

データを1つのdata.frameに、id列を付けて

require(reshape2)
one_df = melt(dflist, id.vars = c("x","y"))
> one_df
            x           y L1
1   0.9148060 -0.10612452  1
2   0.9370754  1.51152200  1
3   0.2861395 -0.09465904  1
4   0.8304476  2.01842371  1
5   0.6417455 -0.06271410  1
6   0.5190959  1.30486965  1
7   0.7365883  2.28664539  1
8   0.1346666 -1.38886070  1
9   0.6569923 -0.27878877  1
10  0.7050648 -0.13332134  1
11  0.6359504  0.33342721  2
12 -0.2842529  0.34674825  2
13 -2.6564554  0.39848541  2
14 -2.4404669  0.78469278  2
15  1.3201133  0.03893649  2
16 -0.3066386  0.74879539  2
17 -1.7813084  0.67727683  2
18 -0.1719174  0.17126433  2
19  1.2146747  0.26108796  2
20  1.8951935  0.51441293  2

プロットを作成します。

require(ggplot2)
ggplot(one_df, aes(x = x, y = y)) + geom_point() + facet_wrap(~ L1)

enter image description here

2
Paul Hiemstra
set.seed(42)
dflist <- list(data.frame(x=runif(10),y=rnorm(10)),
               data.frame(x=rnorm(10),y=runif(10)))

par(mfrow=c(1,2))
for (i in dflist) {
  plot(y~x, data=i)
}
1
Roland

スコットリッチーソリューションに基づくと、これは再現可能な例であり、lapplyからのフィードバックメッセージも非表示にします。

_# split dataframe by condition on cars hp
f <- function() trunc(signif(mtcars$hp, 2) / 100)
dflist <- lapply(unique(f()), function(x) subset(mtcars, f() == x ))
_

これは、mtcarsデータフレームをhp変数分類に基づくサブセットに分割します（100未満のHPの場合は0、100年代の場合は1、200の場合は1など）。

そして、それをプロットします：

_# use invisible to prevent the feedback message from lapply
invisible(
    lapply(dflist, function(df) {
    x2 <- df$mpg^2
    log_y <- log(df$hp)
    plot(x2, log_y)
    NULL
}))
_

invisible()はlapply()メッセージを防ぎます：

_16 
9 
6 
1 
[[1]]
NULL

[[2]]
NULL

[[3]]
NULL

[[4]]
NULL
_

enter image description here

0
f0nzie