r语言 - 对多个数据表执行多个操作

Question

我创建了 30 个表。他们的名字结构如下：
mdl_(种族)_(工资四分位数).
(种族)是以下之一：白人、黑人、西班牙裔、亚洲人、其他人或全部.
(工资四分位数)是以下之一：Q1、Q2、Q3、Q4 和 allQ.
因为我有 6 个种族类别和 5 个工资四分位数，所以我有 6*5 = 30 个对象！

• 例如：线性模型，仅包括工资分配第一四分位数中的西班牙裔 => mdl_hispanics_Q1
• 例如：包括所有种族和所有工资四分位数的线性模型 => mdl_all_allQ

所有表格的格式相同，当然具有不同的值：

Variables     Estimate   Std. Error    t value      Pr(>|t|)
1:       Intercept 37.231178895 9.486380e-02 392.469814  0.000000e+00
2:         forborn -0.612941167 5.174224e-02 -11.846051  2.300944e-32
3:          female -3.238655089 4.797890e-02 -67.501655  0.000000e+00
4:        numchild  0.583390602 2.239027e-02  26.055543 1.841656e-149
5: numchild_female  0.371351058 9.086739e-02   4.086736  4.376191e-05
6:              hs  0.173864095 9.180975e-02   1.893743  5.826025e-02
7:         somecol  0.595612050 9.407851e-02   6.331011  2.439689e-10
8:         college  1.593917949 9.929766e-02  16.051918  5.923264e-58
9:        advanced  0.171443556 1.983952e-03  86.415175  0.000000e+00
10:              rw -0.001207904 1.460021e-05 -82.731964  0.000000e+00
11:      rw_squared -0.954029880 3.252520e-02 -29.332024 8.456547e-189

我想做的是得到一个包含 30 个值的数字向量，其中每个值都是变量 "forborn" 的估计值，如果其统计显著性 Pr(>|t|) <0.1，否则为零。我是 R 的初学者，只知道如何逐个表格地执行此操作。这是非常乏味的，并且占用了如此多的代码。有没有办法利用表命名相似的事实并在一次扫描中循环此操作？

Answer 1

您可以尝试mget遍历数据框，然后使用sapply从中获取数据。

编辑，更改了数据框名称以匹配您的描述。

ls()
#[1] "mdl_hispanics_..."  "mdl_blacks_..." etc.
as.vector( sapply( mget( 
grep("mdl_.*[whites|blacks|hispanics|asians|others|all]", 
ls(), value=T) ), function(x) 
ifelse( x[x$Variables == "forborn","Pr(>|t|)"] < 0.1,
x[x$Variables == "forborn","Pr(>|t|)"], 0) ) )
#[1] 2.300944e-32 2.300944e-32 0.000000e+00

Answer 2

这可能被认为是一种更好的方法，如果 p 值<0.1 或 0 [不是 p 值本身]，它将返回forborn的估计向量

rbindlist(lapply(ls(pattern="mdl_"),get))[
Variables=="forborn",fifelse(`Pr(>|t|)`<0.1,Estimate,0)
]

注意：如果您需要对对象进行进一步的特异性，只需调整ls()中的pattern参数

Answer 3

编写一个函数来提取以 p 值为条件Estimate列并将其lapply到列表中。

library(data.table)
fextrac <- function(x){
y <- x[, Estimate := ifelse(`Pr(>|t|)` < 0.1, Estimate, 0)][["Estimate"]]
y[x$Variables == "forborn"]
}
Estimates_list <- sapply(dt_list, fextrac)
Estimates_list
#[1] -0.6129412 -0.6129412

<小时 />

测试数据

dt1 <- read.table(text = "
Variables     Estimate   'Std. Error'    't value'      'Pr(>|t|)'
1:       Intercept 37.231178895 9.486380e-02 392.469814  0.000000e+00
2:         forborn -0.612941167 5.174224e-02 -11.846051  2.300944e-32
3:          female -3.238655089 4.797890e-02 -67.501655  0.000000e+00
4:        numchild  0.583390602 2.239027e-02  26.055543 1.841656e-149
5: numchild_female  0.371351058 9.086739e-02   4.086736  4.376191e-05
6:              hs  0.173864095 9.180975e-02   1.893743  5.826025e-02
7:         somecol  0.595612050 9.407851e-02   6.331011  2.439689e-10
8:         college  1.593917949 9.929766e-02  16.051918  5.923264e-58
9:        advanced  0.171443556 1.983952e-03  86.415175  0.000000e+00
10:              rw -0.001207904 1.460021e-05 -82.731964  0.000000e+00
11:      rw_squared -0.954029880 3.252520e-02 -29.332024 8.456547e-189
", header = TRUE, check.names = FALSE)
set.seed(2021)
dt2 <- dt1
dt2$`Pr(>|t|)`[sample(nrow(dt2), nrow(dt2)/3)] <- 0.1
setDT(dt1)
setDT(dt2)
dt_list <- list(dt1, dt2)