如何将dplyr筛选器应用到数据框列表？

Question

我有一个包含多个数据框的 list()，我想对它们全部应用 dplyr 的 filter()。

以下是我目前尝试过的示例代码...

require(dplyr)
list.DFs <- list(df1,df2)
lapply(
  X = list.DFS,
  FUN = filter(Gold.fish.count=="Total")
)

但这会出现错误：找不到对象 'Gold.fish.count'。

- Username

---

也可以尝试使用SE，例如 lapply(list.DFS, dplyr::filter_, "Gold.fish.count=='Total'") 或者直接在基础R中完成整个过程 lapply(list.DFS, subset, Gold.fish.count=='Total')。 - David Arenburg

Answer 1

使用purrr

library(purrr)
map(list.DFs, ~filter(.x, Gold.fish.count == "Total"))

显然，您可以使用lapply完全相同的方法：

lapply(list.DFs, function(x) filter(x, Gold.fish.count == "Total"))

- yeedle

---

这个答案和David Arenburg的答案都展示了过滤后的数据集在控制台中。但是在两种情况下，过滤后的数据框都没有保存到变量中。但是这确实回答了所提出的问题。 - Username

要将内容保存到变量中，只需在行首加上 variable <-。 - yeedle

我的意思是将每个更改后的数据框保存到存储它的变量中。 - Username

我不确定你的意思。如果你想将过滤后的数据框存储在分配给同一变量的列表中，只需覆盖原始的列表变量即可。 - yeedle

我已添加了一个响应，可能解决了上面第一条评论中的问题。它添加了第二个部分，我认为@Username正在寻找：从列表中删除未满足条件的数据框。 - Bradford

Answer 2

没有样例数据很难准确地确定您需要什么（在以后查看如何使用dput函数）。但以下的某些变化可能有所帮助：

indices <- sapply(list.DFs, function(x) x$Gold.fish.count == "Total")
list.DFs[indices]

第一行创建了一个逻辑列表（True/False），其中满足您的条件。然后使用这些逻辑来对原始数据框列表进行子集化。

如果Gold.fish.count是包含每一行都是“Total”的列，则可以使用索引变体：

indices <- sapply(list.DFs, function(x) x$Gold.fish.count[1] == "Total")
list.DFs[indices]

（注意额外的[1]。）

- Bradford