159

我有一个不同列名的向量，我希望能够遍历它们中的每一个以从 data.frame 中提取该列。例如，考虑mtcars存储在字符向量中的数据集和一些变量名称cols。当我尝试mtcars使用 的动态子集选择一个变量时cols，这些都不起作用

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

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

我怎样才能让这些返回相同的值

mtcars$mpg

此外，我如何遍历所有列cols以获取某种循环中的值。

for(x in seq_along(cols)) {
   value <- mtcars[ order(mtcars$cols[x]), ]
}
4

9 回答 9

219

你不能用$. 在源代码 ( R/src/main/subset.c) 中它指出：

/*$ 子集运算符。
我们需要确保只评估第一个参数。
第二个将是一个需要匹配而不是评估的符号。
*/

第二个论点？什么？！你必须意识到$，就像 R 中的所有其他东西一样，（包括例如(，+等^）是一个函数，它接受参数并被评估。df$V1可以改写为

`$`(df , V1)

或者确实

`$`(df , "V1")

但...

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

...例如永远不会工作，也不会在第二个参数中首先评估任何其他内容。您只能传递一个从未评估过的字符串。

而是使用[（或者[[如果您只想提取单个列作为向量）。

例如，

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]

您可以在没有循环的情况下执行排序，使用do.call来构造对order. 下面是一个可重现的示例：

#  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
于 2013-08-14T09:57:03.800 回答
6

使用 dplyr 提供了一种简单的语法来对数据帧进行排序

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

使用此处显示的 NSE 版本以允许动态构建排序列表可能很有用

sort_list <- c("gear", "desc(mpg)")
mtcars %>% arrange_(.dots = sort_list)
于 2016-11-15T17:48:30.113 回答
4

如果我理解正确，您有一个包含变量名称的向量，并且希望遍历每个名​​称并按它们对您的数据框进行排序。如果是这样，这个例子应该为你说明一个解决方案。您的主要问题（完整示例不完整，因此我不确定您可能还缺少什么）是它应该order(Q1_R1000[,parameter[X]])代替order(Q1_R1000$parameter[X])，因为 parameter 是一个外部对象，其中包含与直接列相对的变量名你的数据框（什么时候$合适）。

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
于 2013-08-14T03:32:57.377 回答
2

另一种解决方案是使用#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
于 2018-12-19T02:48:06.347 回答
0 
mtcars[do.call(order, mtcars[cols]), ]
于 2013-08-14T10:20:00.383 回答
0

由于某些 CSV 文件对同一列具有不同的名称，因此出现了类似的问题。
这是解决方案：

我写了一个函数来返回列表中第一个有效的列名，然后使用它......

# 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]))
}
于 2017-12-13T17:32:23.547 回答
0

如果您想选择具有特定名称的列，那么只需执行

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

您可以循环运行它，也可以反向运行以添加动态名称，例如，如果 A 是数据框，xyz 是要命名为 x 的列，那么我喜欢这样

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

同样，这也可以在循环中添加

于 2018-07-13T08:15:11.120 回答
0

发生在我身上好几次了。使用 data.table 包。当您只有 1 列需要参考时。使用任一

DT[[x]]

或者

DT[,..x]

当您有 2 个或更多列要参考时，请确保使用：

DT[,..x]

x 可以是另一个 data.frame 中的字符串。

于 2021-04-19T15:30:49.943 回答
-1

太晚了..但我想我有答案 -

这是我的示例 study.df 数据框 -

   >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

进而 -

> ## 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
>
于 2019-01-22T06:37:20.967 回答