如何解决R适用于列表列表以将相同功能应用于预定义列
我有一个列表列表(2个df),并且希望使用lapply
对每个df中的预定义列执行相同的功能。
我特别想使用DescTools
包中的winsorize函数。目前,我知道如何通过指定function(x)命令中的所有单独列来执行此操作,但是,如果我有很多列,这将很繁琐(请参见示例)。
应用该函数后,应返回带有已转换变量的整个列表列表(所有列)。理想情况下,将转换后的变量扩展为“ _w”(例如“ price_w”)或类似名称,以表示这些变量是经过Winsor化的变量。
我的数据如下所示,尽管我只想将该功能应用于预定义的列“价格”和“质量”。
id <- c(1,5,7,9,12)
country <- c("A","A","C","E","E")
price <- c(2.1,4.6,3.7,2.9,1.8)
quality <- c(3.1,5.2,3.3,1.7,0.9)
df1 <- cbind.data.frame(id,country,price,quality)
id <- c(2,3,4,10,14)
country <- c("F","F","Z","X")
price <- c(1.8,3.9)
quality <- c(4.3,2.5,6.9,1.9,0.8)
df2 <- cbind.data.frame(id,quality)
my.list <- list(df1,df2)
cols <- c("price","quality")
这是我到目前为止的内容,由于必要的手动更改,该方法仅适用于少量列:
my.list <- lapply(my.list,function(x) {
x$price_w <- DescTools::Winsorize(x$price,probs = c(.01,.99),na.rm = TRUE)
x$quality_w <- DescTools::Winsorize(x$quality,na.rm = TRUE)
return(x)
})
解决方法
我们可以使用嵌套的lapply
将函数应用于每个列表中的多列。
lapply(my.list,function(x) {
x[paste0(cols,'_w')] <- lapply(x[cols],DescTools::Winsorize)
x
})
#[[1]]
# id country price quality price_w quality_w
#1 1 A 2.1 3.1 2.10 3.10
#2 5 A 4.6 5.2 4.42 4.82
#3 7 C 3.7 3.3 3.70 3.30
#4 9 E 2.9 1.7 2.90 1.70
#5 12 E 1.8 0.9 1.86 1.06
#[[2]]
# id country price quality price_w quality_w
#1 2 F 1.8 4.3 2.02 4.30
#2 3 F 5.2 2.5 5.08 2.50
#3 4 A 2.9 6.9 2.90 6.38
#4 10 Z 4.6 1.9 4.60 1.90
#5 14 X 3.9 0.8 3.90 1.02
,
一个purrr
和dplyr
选项可以是:
map(.x = my.list,~ .x %>%
mutate(across(all_of(cols),list(w = ~ DescTools::Winsorize(.,probs = c(.01,.99),na.rm = TRUE)))))
[[1]]
id country price quality price_w quality_w
1 1 A 2.1 3.1 2.100 3.100
2 5 A 4.6 5.2 4.564 5.124
3 7 C 3.7 3.3 3.700 3.300
4 9 E 2.9 1.7 2.900 1.700
5 12 E 1.8 0.9 1.812 0.932
[[2]]
id country price quality price_w quality_w
1 2 F 1.8 4.3 1.844 4.300
2 3 F 5.2 2.5 5.176 2.500
3 4 A 2.9 6.9 2.900 6.796
4 10 Z 4.6 1.9 4.600 1.900
5 14 X 3.9 0.8 3.900 0.844
,
这是一个data.table
解决方案
library( data.table )
library( DescTools )
#make df1 and df2 a data.table
my.list <- lapply( my.list,setDT )
#rund function on columns
lapply( my.list,function(x) {
x[,paste0( (cols),"_w" ) := DescTools::Winsorize( .SD,probs = c(0.1,0.9),na.rm = TRUE ),.SDcols = cols]
})
#
# [[1]]
# id country price quality price_w quality_w
# 1: 1 A 2.1 3.1 2.1 3.10
# 2: 5 A 4.6 5.2 4.6 4.66
# 3: 7 C 3.7 3.3 3.7 3.30
# 4: 9 E 2.9 1.7 2.9 1.70
# 5: 12 E 1.8 0.9 1.8 1.62
#
# [[2]]
# id country price quality price_w quality_w
# 1: 2 F 1.8 4.3 1.8 4.30
# 2: 3 F 5.2 2.5 5.2 2.50
# 3: 4 A 2.9 6.9 2.9 5.37
# 4: 10 Z 4.6 1.9 4.6 1.90
# 5: 14 X 3.9 0.8 3.9 1.70
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。