如何根据另一行中的范围对 R 中的列表进行条件子集

Question

这个问题在某种程度上与我 14 天前问的另一个问题有关。

这里的不同之处在于，我需要对行而不是列进行子集化，我无法做到这一点。

我已经将 100 多个相等的 .xls 文件（每个 10 页）导入到 R 中的列表中。我现在正试图获取我需要的信息。文件中的数据高度非结构化。

我创建了一些玩具数据来展示我想要的。

list3 <- list(data.frame(depth = c(NA,NA,NA,1,2,3,4,5),
                         col1 = c(NA,NA,"black",NA,"x",NA,NA,NA),
                         col2 = c(NA,NA,"blue",NA,NA,"x",NA,NA),
                         col3 = c(NA,NA,"white","x",NA,NA,NA,NA),
                         col4 = c(NA,NA,"grey",NA,NA,NA,"x",NA),
                         col5 = c(NA,NA,"yellow",NA,NA,NA,NA,"x")))

list4 <- list(data.frame(depth = c(NA,NA,NA,1,2,3,4,5),
                         col1 = c(NA,NA,"black",NA,NA,"x",NA,NA),
                         col2 = c(NA,NA,"blue",NA,NA,NA,"x",NA),
                         col3 = c(NA,NA,"white","x",NA,NA,NA,NA),
                         col4 = c(NA,NA,"grey",NA,"x",NA,NA,NA),
                         col5 = c(NA,NA,"yellow",NA,NA,NA,NA,"x")))

list5 <- list(data.frame(depth = c(NA,NA,NA,1,2,3,4,5),
                         col1 = c(NA,NA,"black",NA,"x","x",NA,NA),
                         col2 = c(NA,NA,"blue",NA,NA,NA,"x",NA),
                         col3 = c(NA,NA,"white","x",NA,NA,NA,NA),
                         col4 = c(NA,NA,"grey",NA,NA,NA,NA,NA),
                         col5 = c(NA,NA,"yellow",NA,NA,NA,NA,"x")))

my_list <- list(list3,list4,list5)

desired_result <- data.frame(depth = c(1,2,3,4,5,1,2,3,4,5,1,2,3,4,5),
                             color = c("white","black","blue","grey","yellow",
                                       "white","grey","black","blue","yellow",
                                       "white","black","black","blue","yellow"))

正如我在上一个问题中提到的，数据是高度非结构化的，因此我需要一个基于范围子集的解决方案。

我需要遍历我的列表。到目前为止，我已经成功地 purrr:map 做到了。但是这个我好像想不通。

我需要 link 在我所有文件的每个深度上找到的颜色。结果不需要在数据帧中，每个深度的向量就可以了。

我希望有一个 purrr 解决方案，但谢天谢地，一切都被接受了。

Answer 1

试试这个：

library(purrr)
library(dplyr)

my_fun <-function(x){
  depth <- x %>% summarise(across(.cols = starts_with("col"),.fns=~depth[which(.=="x")])) %>%
    as.numeric()
  color <- select(x,starts_with("col"))[3,] %>% as.character(.)
  data.frame(depth,color) %>% arrange(depth)
}

map(my_list,function(l)do.call("rbind",map(l,my_fun))) %>% do.call("rbind",.)

输出：

#    depth  color
# 1      1  white
# 2      2  black
# 3      3   blue
# 4      4   grey
# 5      5 yellow
# 6      1  white
# 7      2   grey
# 8      3  black
# 9      4   blue
# 10     5 yellow

Answer 2

评论中给出的附加要求

你的my_list竟然没有名字！所以试试这个语法


library(janitor)
imap_dfr(my_list, ~(.x[[1]] %>% mutate(across(starts_with("col"), ~ifelse(. == "x", depth, .))) %>%
                                                           select(-depth) %>% row_to_names(3) %>% ungroup() %>%
                                                           pivot_longer(everything(), names_to = "color", values_to = "depth", values_drop_na = T) %>%
                                                           mutate(list_name = .y)))

# A tibble: 15 x 3
   color  depth list_name
   <chr>  <chr>     <int>
 1 white  1             1
 2 black  2             1
 3 blue   3             1
 4 grey   4             1
 5 yellow 5             1
 6 white  1             2
 7 grey   2             2
 8 black  3             2
 9 blue   4             2
10 yellow 5             2
11 white  1             3
12 black  2             3
13 black  3             3
14 blue   4             3
15 yellow 5             3

如果列表包含名称，则输出将包含名称，否则将包含列表的索引号。建议使用 imap_dfr。这里假设第三列包含颜色名称。

如何根据另一行中的范围对 R 中的列表进行条件子集

How to conditional subset a list in R based on range in another row

r

purrr