在 R 中创建函数以应用于多个数据集

Question

我有这段代码，是 Whosebug 用户推荐的，效果很好。我有我希望将此代码应用到的几个数据集。我是否必须不断地将每个数据集应用于代码，还是我可以做其他事情？（比如将其存储在某种函数中？）

我有数据集

df1, df2, df3, df4. I do not wish to rbind these datasets.

每个数据集的输入：

structure(list(Date = structure(1:6, .Label = c("1/2/2020 5:00:00 PM", 
"1/2/2020 5:30:01 PM", "1/2/2020 6:00:00 PM", "1/5/2020 7:00:01 AM", 
"1/6/2020 8:00:00 AM", "1/6/2020 9:00:00 AM"), class = "factor"), 
Duration = c(20L, 30L, 10L, 5L, 2L, 8L)), class = "data.frame", row.names = c(NA, 
-6L))

代码：

df %>%
group_by(Date = as.Date(dmy_hms(Date))) %>% 
summarise(Total_Duration = sum(Duration), Count = n())

这就是我为每个人所做的：（等）

df1 %>%
group_by(Date = as.Date(dmy_hms(Date))) %>% 
summarise(Total_Duration = sum(Duration), Count = n())


df2 %>%
group_by(Date = as.Date(dmy_hms(Date))) %>% 
summarise(Total_Duration = sum(Duration), Count = n())


df3 %>%
group_by(Date = as.Date(dmy_hms(Date))) %>% 
summarise(Total_Duration = sum(Duration), Count = n())

有没有办法：

 Store_code<-
 df %>%
 group_by(Date = as.Date(dmy_hms(Date))) %>% 
 summarise(Total_Duration = sum(Duration), Count = n())

然后将每个数据集轻松应用于此代码？

df1(Store_code)
df2(Store_code)

欢迎任何建议。

Answer 1

我们可以使用mget将所有对象return放入一个list，使用map遍历list并应用函数

library(dplyr)
library(lubridate)
library(purrr)
f1 <- function(dat) {
      dat %>%
        group_by(Date = as.Date(dmy_hms(Date))) %>% 
         summarise(Total_Duration = sum(Duration), Count = n())
      }

lst1 <- map(mget(ls(pattern = "^df\d+$")), f1)

这里，我们假设所有数据集中的列名相同，即 'Date'、'Duration'。如果它是不同的，则可以作为另一个参数传递给 function

f2 <- function(dat, datecol, durationcol) {
      dat %>%
        group_by(Date = as.Date(dmy_hms({{datecol}}))) %>% 
         summarise(Total_Duration = sum({{durationcol}}), Count = n())
      }

并将函数应用为

f2(df1, Date, Duration)

或者在循环中

lst1 <- map(mget(ls(pattern = "^df\d+$")), f2, 
         datecol = Date, durationcol = Duration)

在 R 中创建函数以应用于多个数据集

Create function in R to apply to multiple datasets

r

lubridate

dplyr

tidyverse