0

我正在计算跨多个切片的大量数据帧与单个响应变量的汇总统计信息。我目前通过将 DF 列表传递给函数来做到这一点。但是我的函数必须单独指定列（即切片）。这大大加快了我的进程；但是，我认为必须有一种更有效的方法来通过 apply() 系列函数来做到这一点。我希望这里有人可以帮助我。

这是我的代码：

table1 <- function(x) {
  dl2 <- list()
  for (i in 1:length(x)) {
    z <- x[[i]]
    t.sliceA     <- addmargins(table(list(z$sliceA, z$Growing)))
    t.sliceB     <- addmargins(table(list(z$sliceB, z$Growing)))
    t.sliceC     <- addmargins(table(list(z$sliceC, z$Growing)))
    t.sliceD     <- addmargins(table(list(z$sliceD, z$Growing)))
    ...
    t.sliceAA    <- addmargins(table(list(z$sliceAA, z$Growing)))
    table.list <- list(t.sliceA, t.sliceB, t.sliceC, ... , t.sliceAA)
    names(table.list) <- c("t.sliceA", "t.sliceB", ... , "t.sliceAA")
    dl2[[i]] <- table.list
  }
  assign("dl",dl2, envir=.GlobalEnv)
}
# run the function
dl <- c(DF1, DF2, ..., DF.n)
table1(dl)

我认为必须有一种更有效的方法来通过 lapply() 执行此操作，我只需要指定所需的列。我会替换线条的东西

t.sliceA <- [blah]
...
t.sliceAA <- [blah]

有类似的东西：

apply(z[,c(1:4,10:12,15)],2, function(x) addmargins(table(list(x,z$Growing))))

您可以提供的任何帮助都会非常有帮助。谢谢！

更新：可重现 的示例@Chase 如果做得不好，我深表歉意。这是我第一次使用 github。

https://gist.github.com/3719220

这是代码：

# load the example datasets
a.small <- dget("df1.txt")
l.small <- dget(df2.txt)

# working function that I'd like to simplify
table1 <- function(x) {
  dl2 <- list()
  for (i in 1:length(x)) {
    z <- x[[i]]
    t.tenure     <- addmargins(table(list(z$Tenure.Group, z$Growing)))
    t.optfile    <- addmargins(table(list(z$opt.file, z$Growing)))
    t.checking   <- addmargins(table(list(z$checking, z$Growing)))
    t.full      <- addmargins(table(list(z$add.full, z$Growing)))
    t.optdm      <- addmargins(table(list(z$opt.dm, z$Growing)))
    t.up         <- addmargins(table(list(z$add.up, z$Growing)))
    t.off        <- addmargins(table(list(z$offmode, z$Growing)))
    table.list <- list(t.tenure, t.optfile, t.checking, t.full, t.optdm, t.up, t.off)
    names(table.list) <- c("t.tenure", "t.optfile", "t.checking", "t.full", "t.optdm", "t.up", "t.off")
    dl2[[i]] <- table.list
  }
  assign("dl",dl2, envir=.GlobalEnv)
}
# create a DF list to send to the function
dl <- list(a.small, l.small)
table1(dl) # run the function
4

1 回答 1

1

据我所见，这可以通过几个lapply语句轻松完成

如果我们定义我们的函数来创建一个带有边距的表格

tabulate_df <- function(DF, .what, .with) {
  table.add.margins <- function(...) addmargins(table(...))
  lapply(DF[.what], table.add.margins, DF[[.with]])
}

然后

# the columns we want to cross tabulate with `Growing`
table_names <- setdiff(names(df1), 'Growing')
df_list <- setNames(list(df1,df2), c('df1','df2'))

lapply(df_list, tabulate_df, .what = table_names, .with = 'Growing')
于 2012-09-26T00:10:06.000 回答