为向量或列中的每个元素创建新的小标题

Question

我有一个名为 sections 的 tibble/dataframe，我想用它来创建几个新的 tibbles/dataframes。我想遍历每一行并为每一行创建一个新的 tibble。第一列提供新小标题的名称，第二和第三列提供用于另一个名为 my_text.

的小标题的索引

sections <- structure(list(sections = c("cash_and_bank_sweep", "money_market_funds_non-sweep", 
                                    "equities"), 
                       begin_row = c(325L, 345L, 357L), 
                       end_row = c(345L, 357L, 384L)), 
                  class = c("tbl_df", "tbl", "data.frame"), 
                  row.names = c(NA, -3L))

> sections
# A tibble: 3 x 3
  sections                     begin_row end_row
  <chr>                            <int>   <int>
1 cash_and_bank_sweep                325     345
2 money_market_funds_non-sweep       345     357
3 equities                           357     384

set.seed(1)
my_text <- tibble(Strings = sample(letters, size = 1000, replace = TRUE)

> head(my_text)
# A tibble: 6 x 1
  Strings
  <chr>  
1 y      
2 d      
3 g      
4 a      
5 b      
6 w

所以我要创建的第一个标题是 cash_and_bank_sweep。手动我可以创建如下：

cash_and_bank_sweep <- tibble(Strings = my_text$Strings[sections$begin_row[1]:sections$end_row[1]])

> head(cash_and_bank_sweep)
# A tibble: 6 x 1
  Strings
  <chr>  
1 e      
2 n      
3 e      
4 k      
5 k      
6 q

有没有什么方法可以通过循环或其他结构有效地做到这一点？

Answer 1

我们可以使用 pmap 创建 tibble 的 list，如果我们需要在全局环境中作为单独的对象（不推荐），请使用 list2env

library(purrr)
lst1 <- pmap(sections[-1], ~ tibble(Strings = my_text$Strings[..1:..2]))
names(lst1) <- sections[[1]]

list2env(lst1, .GlobalEnv)

或者另一种选择是map2

lst1 <- map2(sections$begin_row, sections$end_row,
             ~ tibble(Strings = my_text$Strings[.x:.y]))
names(lst1) <- sections[[1]]

在base R中，这可以用Map

来完成

lst1 <- Map(function(i, j) data.frame(Strings = my_text$Strings[i:j]), 
            sections$begin_row, sections$end_row)
names(lst1) <- sections[[1]]

或使用 for 循环

lst1 <- vector('list', nrow(sections))
names(lst1) <- sections[[1]]
for(i in seq_along(lst1)) {
    lst1[[i]] <- data.frame(Strings = my_text$Strings[sections$begin_row[i]:sections$end_row[i]])
   }

Answer 2

我们可以在 begin_row 和 end_row 之间创建一个序列，并以长格式获取数据，并在添加 [=15] 后使用 my_text 列执行 inner_join =] 列。

library(tidyverse)

sections %>%
  mutate(value = map2(begin_row, end_row, `:`)) %>%
  unnest(value) %>%
  select(-begin_row, -end_row) %>%
  inner_join(my_text %>% mutate(row = row_number()), by = c('value' = 'row'))

# A tibble: 62 x 3
#  sections            value Strings
#   <chr>               <int> <chr>  
# 1 cash_and_bank_sweep   325 e      
# 2 cash_and_bank_sweep   326 n      
# 3 cash_and_bank_sweep   327 e      
# 4 cash_and_bank_sweep   328 k      
# 5 cash_and_bank_sweep   329 k      
# 6 cash_and_bank_sweep   330 q      
# 7 cash_and_bank_sweep   331 a      
# 8 cash_and_bank_sweep   332 z      
# 9 cash_and_bank_sweep   333 m      
#10 cash_and_bank_sweep   334 a      
# … with 52 more rows

这将 return 一个包含所有必需行的单个数据框，如果您需要单独的数据框，请在最后一步后的链中添加 %>% group_split(sections)，即 inner_join。

为向量或列中的每个元素创建新的小标题

Create new tibbles for each element in a vector or column

r

dataframe

tibble