r语言 - 在列表中对类似的结构化 df 应用多个函数的最佳方法？

Question

我有一个名为Profile_list的列表对象，它结合了多个df，所有df都具有相同的列(但行数不同(：

> summary(Profile_list)
Length Class      Mode
Profile_19  26     data.frame list
Profile_20  26     data.frame list
Profile_21  26     data.frame list
Profile_40  26     data.frame list
Profile_41  26     data.frame list
Profile_84  26     data.frame list
Profile_92  26     data.frame list
Profile_95  26     data.frame list
Profile_98  26     data.frame list
Profile_106 26     data.frame list
Profile_135 26     data.frame list
Profile_139 26     data.frame list

我希望能够应用dplyr::select函数来选择列Col_A和Col_B，然后找到每个 df 的这两个提取列unique组合，然后将这些结果分配给具有相同名称的新列表 dfs，Profile_list_unique_indicators.实现这一目标的最佳方法是什么？

Answer 1

这里有一个purrr的解决方案，并使用map(只要列的名称在所有data.frames中都相同(：

purrr::map(my_list, function(x) {
x %>%  select(a, b) %>% group_by(a, b) %>% unique()
})
# [[1]]
# # A tibble: 3 x 2
# # Groups:   a, b [3]
#       a     b
# <dbl> <int>
# 1     2     1
# 2     2     2
# 3     2     3
# 
# [[2]]
# # A tibble: 3 x 2
# # Groups:   a, b [3]
#       a     b
# <dbl> <int>
# 1     1     4
# 2     1     5
# 3     1     6

但我看不出简单地使用distinct有什么区别：

purrr::map(my_list, function(x) {
x %>%  select(a, b) %>% distinct(a, b)
})
# [[1]]
#   a b
# 1 2 1
# 2 2 2
# 3 2 3
# 
# [[2]]
#   a b
# 1 1 4
# 2 1 5
# 3 1 6

虚假数据：

data <- data.frame(a = rep(2, 4), b = rep(1:3, 4))
data2 <- data.frame(a = rep(1, 4), b = rep(4:6, 4))
my_list <- list(data, data2)
my_list
# [[1]]
#    a b
# 1  2 1
# 2  2 2
# 3  2 3
# 4  2 1
# 5  2 2
# 6  2 3
# 7  2 1
# 8  2 2
# 9  2 3
# 10 2 1
# 11 2 2
# 12 2 3
# 
# [[2]]
#    a b
# 1  1 4
# 2  1 5
# 3  1 6
# 4  1 4
# 5  1 5
# 6  1 6
# 7  1 4
# 8  1 5
# 9  1 6
# 10 1 4
# 11 1 5
# 12 1 6