首页 文章

使用$和列名称向量动态选择数据框列

提问于
浏览 次
81

我希望根据不同的列来订购数据框，一个转弯 . 我有一个字符向量，其中包含 order 应该基于的相关列名：

parameter <- c("market_value_LOCAL", "ep", "book_price", "sales_price", "dividend_yield",
               "beta", "TOTAL_RATING_SCORE", "ENVIRONMENT", "SOCIAL", "GOVERNANCE")

我希望循环 parameter 中的名称并动态选择要用于 order 我的数据的列：

Q1_R1000_parameter <- Q1_R1000[order(Q1_R1000$parameter[X]), ]

其中 X 是 1:10 （因为我在 parameter 中有10个项目） .

为了使我的示例可重现，请考虑数据集 mtcars 以及存储在字符向量 cols 中的一些变量名称 . 当我尝试使用动态子集 cols 从 mtcars 中选择变量时，以与上面类似的方式（ Q1_R1000$parameter[X] ），未选择该列：

cols <- c("cyl", "am")
mtcars$cols[1]
# NULL
r dataframe r-faq

6 回答

  • 3

    你不能用 $ 进行那种子集化 . 在源代码（ R/src/main/subset.c ）中，它声明：

    / * $ subset运算符 . 我们需要确保只评估第一个参数 . 第二个是需要匹配的符号，而不是评估符号 . * /

    第二个论点？什么？！你必须意识到 $ ，就像R中的其他所有东西一样（包括例如 ( ， + ， ^ 等）是一个函数，它接受参数并进行求值 . df$V1 可以改写为

    `$`(df , V1)

    或者确实

    `$`(df , "V1")

    但...

    `$`(df , paste0("V1") )

    ...例如永远不会工作，也不会在第二个参数中首先评估任何其他东西 . 您只能传递一个 never 评估的字符串 .

    而是使用 [ （如果您只想将单个列提取为矢量，则使用 [[ ） .

    例如，

    var <- "mpg"
#Doesn't work
mtcars$var
#These both work, but note that what they return is different
# the first is a vector, the second is a data.frame
mtcars[[var]]
mtcars[var]

    您可以使用 do.call 构造对 order 的调用来执行无循环的排序 . 以下是可重现的示例：

    #  set seed for reproducibility
set.seed(123)
df <- data.frame( col1 = sample(5,10,repl=T) , col2 = sample(5,10,repl=T) , col3 = sample(5,10,repl=T) )

#  We want to sort by 'col3' then by 'col1'
sort_list <- c("col3","col1")

#  Use 'do.call' to call order. Seccond argument in do.call is a list of arguments
#  to pass to the first argument, in this case 'order'.
#  Since  a data.frame is really a list, we just subset the data.frame
#  according to the columns we want to sort in, in that order
df[ do.call( order , df[ , match( sort_list , names(df) ) ]  ) , ]

   col1 col2 col3
10    3    5    1
9     3    2    2
7     3    2    3
8     5    1    3
6     1    5    4
3     3    4    4
2     4    3    4
5     5    1    4
1     2    5    5
4     5    3    5
    回复于
  • 1

    如果我理解正确，你有一个包含变量名称的向量，并希望遍历每个名称并按它们对数据框进行排序 . 如果是这样，这个例子应该为您说明一个解决方案 . 你的主要问题（完整的例子不完整，所以我不确定你还有什么可能遗漏）是它应该是 order(Q1_R1000[,parameter[X]]) 而不是 order(Q1_R1000$parameter[X]) ，因为参数是一个外部对象，包含一个与a相对的变量名数据框的直接列（适用于 $ 时） .

    set.seed(1)
dat <- data.frame(var1=round(rnorm(10)),
                   var2=round(rnorm(10)),
                   var3=round(rnorm(10)))
param <- paste0("var",1:3)
dat
#   var1 var2 var3
#1    -1    2    1
#2     0    0    1
#3    -1   -1    0
#4     2   -2   -2
#5     0    1    1
#6    -1    0    0
#7     0    0    0
#8     1    1   -1
#9     1    1    0
#10    0    1    0

for(p in rev(param)){
   dat <- dat[order(dat[,p]),]
 }
dat
#   var1 var2 var3
#3    -1   -1    0
#6    -1    0    0
#1    -1    2    1
#7     0    0    0
#2     0    0    1
#10    0    1    0
#5     0    1    1
#8     1    1   -1
#9     1    1    0
#4     2   -2   -2
    回复于
  • 138

    使用dplyr提供了一种用于对数据帧进行排序的简单语法

    library(dplyr)
mtcars %>% arrange(gear, desc(mpg))

    使用NSE版本允许动态构建排序列表可能很有用

    sort_list <- c("gear", "desc(mpg)")
mtcars %>% arrange_(.dots = sort_list)
    回复于
  • 0
    Q1_R1000[do.call(order, Q1_R1000[parameter]), ]
    回复于
  • 0

    由于某些CSV文件具有相同列的各种名称，因此存在类似问题 .
    这是解决方案：

    我写了一个函数来返回列表中的第一个有效列名，然后用它...

    # Return the string name of the first name in names that is a column name in tbl
# else null
ChooseCorrectColumnName <- function(tbl, names) {
for(n in names) {
    if (n %in% colnames(tbl)) {
        return(n)
    }
}
return(null)
}

then...

cptcodefieldname = ChooseCorrectColumnName(file, c("CPT", "CPT.Code"))
icdcodefieldname = ChooseCorrectColumnName(file, c("ICD.10.CM.Code", "ICD10.Code"))

if (is.null(cptcodefieldname) || is.null(icdcodefieldname)) {
        print("Bad file column name")
}

# Here we use the hash table implementation where 
# we have a string key and list value so we need actual strings,
# not Factors
file[cptcodefieldname] = as.character(file[cptcodefieldname])
file[icdcodefieldname] = as.character(file[icdcodefieldname])
for (i in 1:length(file[cptcodefieldname])) {
    cpt_valid_icds[file[cptcodefieldname][i]] <<- unique(c(cpt_valid_icds[[file[cptcodefieldname][i]]], file[icdcodefieldname][i]))
}
    回复于
  • 0

    如果你想选择具有特定名称的列，那么就这样做

    A=mtcars[,which(conames(mtcars)==cols[1])]
#and then
colnames(mtcars)[A]=cols[1]

    您可以在循环中运行它以及添加动态名称的反向方式，例如，如果A是数据框，而xyz是要命名为x的列，那么我喜欢这个

    A$tmp=xyz
colnames(A)[colnames(A)=="tmp"]=x

    再次，这也可以循环添加

    回复于

相关问题