将 dplyr 函数应用于 30 个数据帧中的一个公共列

Question

我有多达 30 个具有公共 ID 列的数据框。每个 df 中还有其他列，但我只是在这里显示 ID。

Library      DF1         DF2      DF3

ID#          ID#         ID#      ....
1111         1111        1112     ....
2222         1111        3333     ....
3333         3333        3333     ....
4444         2222        4444     ....

我必须将每个论文 table 中的 ID# 列与图书馆 ID 列进行比较，以确保 ID 号与图书馆中的 ID 号相匹配。

目前我使用 dplyr 并做...

DF1 %>%
      anti_join(library, by = 'ID#')

每个 table 都一样。它只会 return 任何不在库中的 ID 号，我对每个数据执行相同的命令 table 但想运行我的所有 30 个 table ]s。我将我所有的 DF 都放在一个列表中，但我不确定如何继续，for 循环？申请？任何帮助将不胜感激，因为这突破了我对 R 知识的界限。

Answer 1

您可以使用 purrr 遍历 data.frame 的列表。下面是一个使用 3 data.frame 来提取与引用不常见的 ID 的示例。

您可以在 map_* 函数中使用任何最适合您的 map_* 函数

有关详细信息，请参阅 purrr website

library(dplyr)
#> 
#> Attachement du package : 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
set.seed(999)
df_library <- data_frame(ID = sort(sample(1:12, 10)))
df1 <- data_frame(ID = sort(sample(1:12, 10)))
df2 <- data_frame(ID = sort(sample(1:12, 10)))
df3 <- data_frame(ID = sort(sample(1:12, 10)))


library(purrr)
#> 
#> Attachement du package : 'purrr'
#> The following objects are masked from 'package:dplyr':
#> 
#>     contains, order_by

list(df1 = df1, df2 = df2, df3 = df3) %>%
  map_df(~ anti_join(.x, df_library, by = "ID"), .id = "df_name")
#> # A tibble: 4 x 2
#>   df_name    ID
#>     <chr> <int>
#> 1     df1    12
#> 2     df2    12
#> 3     df3     3
#> 4     df3    12

将 dplyr 函数应用于 30 个数据帧中的一个公共列

Apply a dplyr function to one common column across 30 dataframes

r

anti-join

function

apply

dplyr