根据R中一列的平均值过滤数据框列表。

4

我正在尝试根据其中一列的平均值过滤数据框列表。以以下示例为例:

# creating df1
df1 <- as_tibble(mtcars)

# creating df2
df2 <- as_tibble(iris)

# creating list of df (df_list)
df_list <- list(mtcars,iris)

# Checking the structure of the list
str(df_list)
List of 2
 $ : tibble [32 × 11] (S3: tbl_df/tbl/data.frame)
  ..$ mpg : num [1:32] 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
  ..$ cyl : num [1:32] 6 6 4 6 8 6 8 4 4 6 ...
  ..$ disp: num [1:32] 160 160 108 258 360 ...
  ..$ hp  : num [1:32] 110 110 93 110 175 105 245 62 95 123 ...
  ..$ drat: num [1:32] 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
  ..$ wt  : num [1:32] 2.62 2.88 2.32 3.21 3.44 ...
  ..$ qsec: num [1:32] 16.5 17 18.6 19.4 17 ...
  ..$ vs  : num [1:32] 0 0 1 1 0 1 0 1 1 1 ...
  ..$ am  : num [1:32] 1 1 1 0 0 0 0 0 0 0 ...
  ..$ gear: num [1:32] 4 4 4 3 3 3 3 4 4 4 ...
  ..$ carb: num [1:32] 4 4 1 1 2 1 4 2 2 4 ...
 $ : tibble [150 × 5] (S3: tbl_df/tbl/data.frame)
  ..$ Sepal.Length: num [1:150] 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
  ..$ Sepal.Width : num [1:150] 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
  ..$ Petal.Length: num [1:150] 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
  ..$ Petal.Width : num [1:150] 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
  ..$ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

我想获得每个df(在此示例中为dispPetal.Lenght)的第3列的均值,然后我只想保留这些列的均值大于10的df。
我已经尝试了以下方法:
我创建了一个函数,根据计算出的平均值返回逻辑值:
``` mean_logical <- function(column_mean) { column_mean_logical <- if_else(mean(column_mean) > 10, TRUE, FALSE) return(column_mean_logical) } ```
然后,我想使用`{purrr}`中的`keep`函数,并将我的函数(`mean_logical`)应用于过滤平均数小于10的df的第三列。但是,我不确定如何指示检查列表中每个df的第三列。
值得注意的是,我发现访问列表中每个 df 的第三列的唯一方法是使用以下方式:
lapply(df_list, "[", 3)

有什么建议吗?提前感谢!

4个回答

3
您可以使用来自baseFilter
Filter(\(x) mean(x[[3]]) > 10, df_list)

或者使用 purrrkeep 函数:

purrr::keep(df_list, \(x) mean(x[[3]]) > 10)

使用匿名谓词函数。

非常完美,非常感谢! 我理解得对吗,"(x)"允许从列表中迭代到每个数据帧? - Afeb

3

使用subset或索引[的一种方法

subset(df_list, sapply(df_list, function(x) mean(x[,3]) > 10))

df_list[sapply(df_list, function(x) mean(x[,3]) > 10)]

自从 R 4.1.0 版本以后,你可以用 \(x) 来缩短 function(x) 的写法。


2

使用 map

library(purrr)
library(dplyr)

df_list %>%
  map(~ .x %>% filter(mean(.[,3]) > 10))

[[1]]
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

[[2]]
[1] Sepal.Length Sepal.Width  Petal.Length Petal.Width  Species     
<0 rows> (or 0-length row.names)


1
谢谢,这个几乎可以按照我的意愿来操作,但我想要从列表中删除整个数据框iris,而不仅仅是返回一个0行的数据框。 - Afeb

2

discard 的另一种选项

library(purrr)
discard(df_list, ~  mean(.x[[3]]) <= 10)

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接