使用 $和字符值动态选择数据框架列

我有一个不同列名的向量，我希望能够循环遍历它们中的每一个，从 data.frame 中提取该列。例如，考虑存储在字符向量 cols中的数据集 mtcars和一些变量名。当我尝试使用 cols的动态子集从 mtcars中选择一个变量时，这两个都不起作用

cols <- c("mpg", "cyl", "am")
col <- cols[1]
col
# [1] "mpg"


mtcars$col
# NULL
mtcars$cols[1]
# NULL

我怎样才能让它们返回相同的值呢

mtcars$mpg

此外，我如何循环遍历 cols中的所有列，以获得某种循环中的值。

for(x in seq_along(cols)) {
value <- mtcars[ order(mtcars$cols[x]), ]
}
164699 次浏览
小开

如果我理解正确的话，您有一个包含变量名的向量，并希望循环遍历每个名称，并根据它们对数据帧进行排序。如果是这样，这个示例应该为您演示一个解决方案。你的主要问题(完整的例子还没有完成，所以我不确定你还漏掉了什么)是，它应该是 order(Q1_R1000[,parameter[X]])而不是 order(Q1_R1000$parameter[X])，因为参数是一个包含变量名的外部对象，而不是你数据帧的直接列(当 $合适的时候)。

set.seed(1)
dat <- data.frame(var1=round(rnorm(10)),
var2=round(rnorm(10)),
var3=round(rnorm(10)))
param <- paste0("var",1:3)
dat
#   var1 var2 var3
#1    -1    2    1
#2     0    0    1
#3    -1   -1    0
#4     2   -2   -2
#5     0    1    1
#6    -1    0    0
#7     0    0    0
#8     1    1   -1
#9     1    1    0
#10    0    1    0


for(p in rev(param)){
dat <- dat[order(dat[,p]),]
}
dat
#   var1 var2 var3
#3    -1   -1    0
#6    -1    0    0
#1    -1    2    1
#7     0    0    0
#2     0    0    1
#10    0    1    0
#5     0    1    1
#8     1    1   -1
#9     1    1    0
#4     2   -2   -2
小开
最佳答案

你不能用 $做这种子设置。在源代码(R/src/main/subset.c)中它说:

/* $子集运算符。
我们需要确保只评估第一个论点。
第二个将是一个需要匹配而不是计算的符号。
*/

第二个论点？什么? ！你必须意识到 $，就像 R 中的其他所有东西一样，(例如 (、 +、 ^等等)是一个函数，它接受参数并进行求值。df$V1可以重写为

`$`(df , V1)

或者确实如此

`$`(df , "V1")

但是..。

`$`(df , paste0("V1") )

例如，不会成功，其他任何必须首先在第二个参数中进行评估的东西也不会成功。您只能传递一个求值为 永远不要的字符串。

而是使用 [(或者 [[，如果您只想提取一列作为向量)。

比如说,

var <- "mpg"
#Doesn't work
mtcars$var
#These both work, but note that what they return is different
# the first is a vector, the second is a data.frame
mtcars[[var]]
mtcars[var]

您可以在不使用循环的情况下执行排序，使用 do.call构造对 order的调用。下面是一个可重复的例子:

#  set seed for reproducibility
set.seed(123)
df <- data.frame( col1 = sample(5,10,repl=T) , col2 = sample(5,10,repl=T) , col3 = sample(5,10,repl=T) )


#  We want to sort by 'col3' then by 'col1'
sort_list <- c("col3","col1")


#  Use 'do.call' to call order. Seccond argument in do.call is a list of arguments
#  to pass to the first argument, in this case 'order'.
#  Since  a data.frame is really a list, we just subset the data.frame
#  according to the columns we want to sort in, in that order
df[ do.call( order , df[ , match( sort_list , names(df) ) ]  ) , ]


col1 col2 col3
10    3    5    1
9     3    2    2
7     3    2    3
8     5    1    3
6     1    5    4
3     3    4    4
2     4    3    4
5     5    1    4
1     2    5    5
4     5    3    5
小开 
mtcars[do.call(order, mtcars[cols]), ]
小开

使用 dplyr 为数据框架排序提供了一种简单的语法

library(dplyr)
mtcars %>% arrange(gear, desc(mpg))

使用 NSE 版本 如图所示允许动态构建排序列表可能是有用的

sort_list <- c("gear", "desc(mpg)")
mtcars %>% arrange_(.dots = sort_list)
小开

由于一些 CSV 文件对同一列有不同的名称，所以也有类似的问题。
这就是解决办法:

我编写了一个函数来返回列表中的第一个有效列名，然后使用..。

# Return the string name of the first name in names that is a column name in tbl
# else null
ChooseCorrectColumnName <- function(tbl, names) {
for(n in names) {
if (n %in% colnames(tbl)) {
return(n)
}
}
return(null)
}


then...


cptcodefieldname = ChooseCorrectColumnName(file, c("CPT", "CPT.Code"))
icdcodefieldname = ChooseCorrectColumnName(file, c("ICD.10.CM.Code", "ICD10.Code"))


if (is.null(cptcodefieldname) || is.null(icdcodefieldname)) {
print("Bad file column name")
}


# Here we use the hash table implementation where
# we have a string key and list value so we need actual strings,
# not Factors
file[cptcodefieldname] = as.character(file[cptcodefieldname])
file[icdcodefieldname] = as.character(file[icdcodefieldname])
for (i in 1:length(file[cptcodefieldname])) {
cpt_valid_icds[file[cptcodefieldname][i]] <<- unique(c(cpt_valid_icds[[file[cptcodefieldname][i]]], file[icdcodefieldname][i]))
}
小开

如果你想选择有特定名称的列，那么就这样做

A <- mtcars[,which(conames(mtcars)==cols[1])]
# and then
colnames(mtcars)[A]=cols[1]

你也可以循环运行它 反向方式添加动态名称，例如，如果 A 是数据帧，xyz 是列被命名为 x，然后我这样做

A$tmp <- xyz
colnames(A)[colnames(A)=="tmp"]=x

同样，这也可以在循环中添加

小开

另一个解决方案是使用 # get:

> cols <- c("cyl", "am")
> get(cols[1], mtcars)
[1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
小开

太晚了，但我想我已经有答案了

这是我的示例研究.df 数据框架-

   >study.df
study   sample       collection_dt other_column
1 DS-111 ES768098 2019-01-21:04:00:30         <NA>
2 DS-111 ES768099 2018-12-20:08:00:30   some_value
3 DS-111 ES768100                <NA>   some_value

然后..

> ## Selecting Columns in an Given order
> ## Create ColNames vector as per your Preference
>
> selectCols <- c('study','collection_dt','sample')
>
> ## Select data from Study.df with help of selection vector
> selectCols %>% select(.data=study.df,.)
study       collection_dt   sample
1 DS-111 2019-01-21:04:00:30 ES768098
2 DS-111 2018-12-20:08:00:30 ES768099
3 DS-111                <NA> ES768100
>
小开

在我身上发生过好几次。使用 data.table 包。当您只有一列需要引用时。都可以

DT[[x]]

或者

DT[,..x]

当你有两个或者更多的栏目要参考时，一定要使用:

DT[,..x]

X 可以是另一个 data.frame 中的字符串。

小开

我将实现 rlang包的 sym功能。假设 col的值为 "mpg"。我们的想法是对它进行子集。

mtcars %>% pull(!!sym(col))
#  [1] 21.0 21.0 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 17.8 16.4 17.3 15.2 10.4 10.4 14.7 32.4 30.4 33.9 21.5 15.5 15.2 13.3 19.2 27.3 26.0 30.4 15.8 19.7 15.0
# [32] 21.4

继续编码！


提交答案