我正在尝试在特定列的数据序列列表中过滤某些内容。通常情况下,使用dplyr跨一个数据帧,我将使用:
#creating dataframe
df <- data.frame(a = 0:10, d = 10:20)
# filtering column a for rows greater than 7
df %>% filter(a > 7)
我尝试在一个列表中使用以下方法来完成这个任务:
# creating list
x <- list(data.frame(a = 0:10, b = 10:20),
data.frame(c = 11:20, d = 21:30),
data.frame(e = 15:25, f = 35:45))
# selecting the appropriate column and trying to filter
# this is not working
x[1][[1]][1] %>% lapply(. %>% {filter(. > 2)})
# however, if I use the min() function it works
x[1][[1]][1] %>% lapply(. %>% {min(.)})
我发现%>%
语法很容易理解和执行。但是,在这种情况下,选择一个特定的列并做一些非常简单的事情,比如过滤,是行不通的。我猜地图也可能同样有用。任何帮助都是非常感谢的。
发布于 2020-05-14 04:30:01
您似乎对检查列表中每个dataframe的第一列的条件感兴趣。使用dplyr
的一个解决方案是
lapply(x, function(df) {df %>% filter_at(1, ~. > 7)})
1
in filter_at
表示我希望检查列表中每个数据的第一列的条件(1
是一个位置索引)。
编辑
经过评论中的讨论,我提出以下解决方案
lapply(x, function(df) {df %>% filter(a > 7) %>% select(a) %>% slice(1)})
输入数据
x <- list(data.frame(a = 0:10, b = 10:20),
data.frame(a = 11:20, b = 21:30),
data.frame(a = 15:25, b = 35:45))
输出
[[1]]
a
1 8
[[2]]
a
1 11
[[3]]
a
1 15
发布于 2020-05-14 04:27:56
您可以使用filter_at
逐行引用。
library(dplyr)
purrr::map(x, ~.x %>% filter_at(1, any_vars(. > 7)))
在filter
中,您可以对列进行子集并使用它。
purrr::map(x, ~.x %>% filter(.[[1]] > 7))
在R基地,这将是:
lapply(x, function(y) y[y[[1]] > 7, ])
发布于 2020-05-14 14:03:08
filter
与across
的结合
library(dplyr)
library(purrr)
map(x, ~ .x %>%
filter(across(names(.)[1], ~ .> 7)))
https://stackoverflow.com/questions/61797297
复制