r语言 - 跟进:将 data.frame 中给定的缺失列放回 dta.frame 列表中

Question

我正在跟进这个问题。我在下面LIST的数据帧是由我的data.但是，此LIST缺少原始data中可用的paper列(始终提供缺少列的名称)。

我想知道如何将缺失的paper列放回LIST以实现我在下面的DESIRED_LIST？

我尝试了此答案(lapply(LIST, function(x)data[do.call(paste, data[names(x)]) %in% do.call(paste, x),]))中建议的解决方案，但它没有产生我的DESIRED_LIST。

一个基本R或整洁的解决方案是值得赞赏的。

可重现的数据和代码如下。

m2="
paper     study sample    comp ES bar
1         1     1         1    1  7
1         2     2         2    2  6
1         2     3         3    3  5
2         3     4         4    4  4
2         3     4         4    5  3
2         3     4         5    6  2
2         3     4         5    7  1"
data <- read.table(text=m2,h=T)
LIST <- list(data.frame(study=1       ,sample=1       ,comp=1),
data.frame(study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
data.frame(study=c(2,2)  ,sample=c(2,3)  ,comp=c(2,3)))
DESIRED_LIST <- list(data.frame(paper=1       ,study=1       ,sample=1       ,comp=1),
data.frame(paper=rep(2,4),study=rep(3,4),sample=rep(4,4),comp=c(4,4,5,5)),
data.frame(paper=rep(1,2),study=c(2,2)  ,sample=c(2,3)  ,comp=c(2,3)))

Answer 1

• 请使用软件包找到解决方案data.table.这是你要找的吗？

Reprex 1

library(data.table)
cols_to_remove <- c("ES")
split(setDT(data)[, (cols_to_remove) := NULL], by = c("paper", "study"))
#> $`1.1`
#>    paper study sample comp
#> 1:     1     1      1    1
#> 
#> $`1.2`
#>    paper study sample comp
#> 1:     1     2      2    2
#> 2:     1     2      3    3
#> 
#> $`2.3`
#>    paper study sample comp
#> 1:     2     3      4    4
#> 2:     2     3      4    4
#> 3:     2     3      4    5
#> 4:     2     3      4    5

^{创建于 2021-11-06 由 reprex 软件包 (v2.0.1)}

<小时 />

编辑

• 请找到带有包的解决方案 2dplyr

Reprex 2

library(dplyr)
drop.cols <- c("ES")  
data %>% 
group_by(paper, study) %>% 
select(-drop.cols) %>% 
group_split()
#> <list_of<
#>   tbl_df<
#>     paper : integer
#>     study : integer
#>     sample: integer
#>     comp  : integer
#>   >
#> >[3]>
#> [[1]]
#> # A tibble: 1 x 4
#>   paper study sample  comp
#>   <int> <int>  <int> <int>
#> 1     1     1      1     1
#> 
#> [[2]]
#> # A tibble: 2 x 4
#>   paper study sample  comp
#>   <int> <int>  <int> <int>
#> 1     1     2      2     2
#> 2     1     2      3     3
#> 
#> [[3]]
#> # A tibble: 4 x 4
#>   paper study sample  comp
#>   <int> <int>  <int> <int>
#> 1     2     3      4     4
#> 2     2     3      4     4
#> 3     2     3      4     5
#> 4     2     3      4     5

^{创建于 2021-11-07 由 reprex 软件包 (v2.0.1)}

Answer 2

考虑ave创建一个分组列(由于重复的行)，然后运行迭代merge。

DESIRED_LIST_SO <- lapply(
LIST,
function(df) merge(
transform(data, grp = ave(paper, paper, study, sample, comp, FUN=seq_along)),
transform(df, grp = ave(study, study, sample, comp, FUN=seq_along)),
by=c("study", "sample", "comp", "grp")
)[c("paper", "study", "sample", "comp")]
)
all.equal(DESIRED_LIST, DESIRED_LIST_SO)
[1] TRUE

(请考虑将唯一标识符、ES和bar保留在所需列表中，以避免重复行。

Answer 3

tidyverse解决方案。首先，创建一个查找表data2，其中包含四个目标列。mutate(across(.fns = as.numeric))是使列类型保持一致。可能不需要。其次，使用map将left_join应用于LIST中的所有数据框。LIST2和DESIRED_LIST是完全相同的。

data2 <- data %>%
distinct(paper, study, sample, comp) %>%
mutate(across(.fns = as.numeric))
LIST2 <- map(LIST, function(x){
x2 <- x %>%
left_join(data2, by = names(x)) %>%
select(all_of(names(data2)))
return(x2)
})
# Check if the results are the same
identical(DESIRED_LIST, LIST2)
# [1] TRUE