2

（编辑以反映帮助......我在格式化方面做得不好，但感谢反馈）

我有点坚持我怀疑是一个足够简单的问题。我有多个不同的数据集已加载到 R 中，所有这些数据集都有不同数量的观察值，但所有这些数据集都有两个名为“A1”、“A2”和“A3”的变量。我想在三个数据帧中的每一个中创建一个新变量，如果 A3 包含大于零的值，则包含“A1”中保存的值，如果 A3 包含小于零的值，则在“A2”中保存值。看起来很简单，对吧？

我对这段代码的尝试使用了这个虚假数据：

set.seed(1)
A1=seq(1,100,length=100)
A2=seq(-100,-1,length=100)
A3=runif(100,-1,1)
df1=cbind(A1,A2,A3)

A3=runif(100,-1,1)
df2=cbind(A1,A2,A3)

我大约百分之一确定 R 具有在多个数据帧中创建相同命名变量的一些功能，但我尝试使用 lapply 执行此操作：

mylist=list(df1,df2)
lapply(mylist,function(x){
  x$newVar=x$A1
  x$newVar[x$A3>0]=x$A2[x$A3>0]
  return(x)
})

但是一旦我离开 lapply 循环，我就无法使用 newVar 了。例如，如果我询问新变量的平均值： mean(df1$newVar) [1] NA 警告消息：在 mean.default(df1$newVar) 中：参数不是数字或逻辑：返回 NA

任何帮助，将不胜感激。
谢谢你。

4

1 回答 1

3

首先，df1并且df2不是data.frames矩阵（美元语法不适用于矩阵）。
事实上，如果你这样做：

set.seed(1)
A1=seq(1,100,length=100)
A2=seq(-100,-1,length=100)
A3=runif(100,-1,1)
df1=as.data.frame(cbind(A1,A2,A3))

A3=runif(100,-1,1)
df2=as.data.frame(cbind(A1,A2,A3))

mylist=list(df1,df2)
lapply(mylist,function(x){
  x$newVar=x$A1
  x$newVar[x$A3>0]=x$A2
})

该代码几乎可以工作，但给出了一些警告。实际上，被调用的函数最后一行还是有错误的lapply。如果您像这样更改它，它会按预期工作：

lapply(mylist,function(x){
  x$newVar=x$A1
  x$newVar[x$A3>0]=x$A2[x$A3>0] # you need to subset x$A2 otherwise it's too long
  return(x) # better to state explicitly what's the return value
})

编辑（根据评论）：

正如在 R 中基本上总是发生的那样，函数不会改变现有对象，而是返回全新的对象。
因此，在这种情况下df1，并且df2仍然相同，但lapply返回一个包含预期 2 个新数据帧的列表，即：

resultList <- lapply(mylist,function(x){
  x$newVar=x$A1
  x$newVar[x$A3>0]=x$A2[x$A3>0]
  return(x)
})

newDf1 <- resultList[[1]]
newDf2 <- resultList[[2]]
于 2013-08-19T21:26:03.930 回答