1

我很难使用 for 循环将新数据附加到列表的每个数据框元素。

如果我有一个包含两个数据框（文件列表）的列表，并且我希望将列表中的每个数据框“dplyr::left_join”或“合并”与来自单个数据框的其他数据，它似乎不会出现在列表中之后。但是，如果我对列表的每个数据框元素逐步和单独使用相同的命令，我会收到相同的警告（由于缺少因子级别），但会得到所需的结果。例如：

一些数据框

df1 <- data.frame(x = 1:3, y=letters[1:3])
df2 <- data.frame(x = 1:5, y=letters[1:5])

# make list of dataframes
filelist <- list(df1,df2)

# new data frame to add to the data frames in the list by indexing "y"
df3 <- data.frame(animal = c(rep("snake", 7)), y=letters[1:7], geno = c("aa", "ab", "ac", "aa", "ac", "ab", "ae"))

# merge df3 into both data frames in the filelist
for (i in 1:length(filelist)) {dplyr::left_join(filelist[[i]], df3, by = "y")}

## Gives the following warning because some factor levels are missing between datasets
Warning message:
Column `y` joining factors with different levels, coercing to character vector

返回的结果与原始文件列表相同

> filelist
[[1]]
  x y
1 1 a
2 2 b
3 3 c

[[2]]
  x y
1 1 a
2 2 b
3 3 c
4 4 d
5 5 e

预期结果（通过分别合并列表的每个元素，然后创建一个新列表来完成）

new1 <- dplyr::left_join(filelist[[1]], df3, by = "y")
new2 <- dplyr::left_join(filelist[[2]], df3, by = "y")
newlist <-(new1,new2)
> newlist
[[1]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac

[[2]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac
4 4 d  snake   aa
5 5 e  snake   ac

在不将每个数据框从原始列表中取出、添加新数据然后创建新列表的情况下，最好的方法是什么？

4

2 回答 2

0

我会使用包中的map函数，它是 tidyverse 的一部分：purrrdplyr

library(tidyverse)
library(purrr) # loaded when you call tidyverse, but doing it explicitly here

map(filelist, left_join, df3)

[[1]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac

[[2]]
  x y animal geno
1 1 a  snake   aa
2 2 b  snake   ab
3 3 c  snake   ac
4 4 d  snake   aa
5 5 e  snake   ac

Warning messages:
1: Column `y` joining factors with different levels, coercing to character vector 
2: Column `y` joining factors with different levels, coercing to character vector
于 2019-04-04T11:35:58.930 回答
0

正如警告信息中所说，因素有不同的水平。

您可以将因子转换为每个数据帧的字符，如下所示dplyr：

df %>% mutate_if(is.factor, as.character) -> df

或同质化变量 y 的因子水平：

for (i in 1:length(filelist)) {
  x = factor(unique(c(levels(filelist[[i]]$y),levels(df3$y))))
  levels(filelist[[i]]$y) = x
  levels(df3$y) = x
  filelist[[i]] = dplyr::left_join(filelist[[i]], df3, by = "y")
}
于 2019-04-04T11:42:02.657 回答