Selecione dinamicamente as colunas do quadro de dados usando $ e um valor de caractere

120

Eu tenho um vetor de nomes de colunas diferentes e quero poder fazer um loop em cada um deles para extrair essa coluna de um data.frame. Por exemplo, considere o conjunto de dados mtcarse alguns nomes de variáveis ​​armazenados em um vetor de caracteres cols. Quando tento selecionar uma variável mtcarsusando um subconjunto dinâmico de cols, nada disso funciona

cols <- c("mpg", "cyl", "am")
col <- cols[1]
col
# [1] "mpg"

mtcars$col
# NULL
mtcars$cols[1]
# NULL

como posso fazer com que eles retornem os mesmos valores que

mtcars$mpg

Além disso, como posso fazer um loop em todas as colunas colspara obter os valores em algum tipo de loop.

for(x in seq_along(cols)) {
   value <- mtcars[ order(mtcars$cols[x]), ]
}
Samuel Song
fonte

Respostas:

181

Você não pode fazer esse tipo de subconjunto com $. No código-fonte ( R/src/main/subset.c) afirma:

/ * O operador $ subconjunto.
Precisamos ter certeza de avaliar apenas o primeiro argumento.
O segundo será um símbolo que precisa ser correspondido, não avaliado.
* /

Segundo argumento? O que?! Você tem que perceber que $, como tudo na R, (incluindo, por exemplo (, +, ^etc) é uma função, que leva argumentos e é avaliada. df$V1poderia ser reescrito como

`$`(df , V1)

ou de fato

`$`(df , "V1")

Mas...

`$`(df , paste0("V1") )

... por exemplo, nunca funcionará, nem qualquer outra coisa que deve primeiro ser avaliada no segundo argumento. Você só pode passar uma string que nunca é avaliada.

Em vez disso, use [(ou [[se quiser extrair apenas uma coluna como um vetor).

Por exemplo,

var <- "mpg"
#Doesn't work
mtcars$var
#These both work, but note that what they return is different
# the first is a vector, the second is a data.frame
mtcars[[var]]
mtcars[var]

Você pode realizar a ordenação sem loops, usando do.callpara construir a chamada para order. Aqui está um exemplo reproduzível abaixo:

#  set seed for reproducibility
set.seed(123)
df <- data.frame( col1 = sample(5,10,repl=T) , col2 = sample(5,10,repl=T) , col3 = sample(5,10,repl=T) )

#  We want to sort by 'col3' then by 'col1'
sort_list <- c("col3","col1")

#  Use 'do.call' to call order. Seccond argument in do.call is a list of arguments
#  to pass to the first argument, in this case 'order'.
#  Since  a data.frame is really a list, we just subset the data.frame
#  according to the columns we want to sort in, in that order
df[ do.call( order , df[ , match( sort_list , names(df) ) ]  ) , ]

   col1 col2 col3
10    3    5    1
9     3    2    2
7     3    2    3
8     5    1    3
6     1    5    4
3     3    4    4
2     4    3    4
5     5    1    4
1     2    5    5
4     5    3    5
Simon O'Hanlon
fonte
Essa situação mudou nos anos seguintes?
Dunois
4

Se bem entendi, você tem um vetor contendo nomes de variáveis ​​e gostaria de percorrer cada nome e classificar seu quadro de dados por eles. Nesse caso, este exemplo deve ilustrar uma solução para você. A questão primordial na sua (a exemplo completo não está completo assim que eu "m não tenho certeza o que mais você pode estar ausente) é que ele deve ser order(Q1_R1000[,parameter[X]]), em vez de order(Q1_R1000$parameter[X]), uma vez parâmetro é um objeto externo que contém um nome de variável oposição a uma coluna direta do seu quadro de dados (que quando $seria apropriado).

set.seed(1)
dat <- data.frame(var1=round(rnorm(10)),
                   var2=round(rnorm(10)),
                   var3=round(rnorm(10)))
param <- paste0("var",1:3)
dat
#   var1 var2 var3
#1    -1    2    1
#2     0    0    1
#3    -1   -1    0
#4     2   -2   -2
#5     0    1    1
#6    -1    0    0
#7     0    0    0
#8     1    1   -1
#9     1    1    0
#10    0    1    0

for(p in rev(param)){
   dat <- dat[order(dat[,p]),]
 }
dat
#   var1 var2 var3
#3    -1   -1    0
#6    -1    0    0
#1    -1    2    1
#7     0    0    0
#2     0    0    1
#10    0    1    0
#5     0    1    1
#8     1    1   -1
#9     1    1    0
#4     2   -2   -2
David
fonte
4

Usar dplyr fornece uma sintaxe fácil para classificar os quadros de dados

library(dplyr)
mtcars %>% arrange(gear, desc(mpg))

Pode ser útil usar a versão NSE conforme mostrado aqui para permitir a construção dinâmica da lista de classificação

sort_list <- c("gear", "desc(mpg)")
mtcars %>% arrange_(.dots = sort_list)
manotheshark
fonte
O que significa NSE aqui?
discipulus
1
avaliação não padrão @discipulus; é para trabalhar com expressões atrasadas para construir dinamicamente o código com strings em vez de codificação permanente. Veja aqui para mais informações: cran.r-project.org/web/packages/lazyeval/vignettes/…
manotheshark
1

Outra solução é usar #get:

> cols <- c("cyl", "am")
> get(cols[1], mtcars)
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
EJAg
fonte
0

Teve problema semelhante devido a alguns arquivos CSV que tinham vários nomes para a mesma coluna.
Esta foi a solução:

Escrevi uma função para retornar o primeiro nome de coluna válido em uma lista e usei isso ...

# Return the string name of the first name in names that is a column name in tbl
# else null
ChooseCorrectColumnName <- function(tbl, names) {
for(n in names) {
    if (n %in% colnames(tbl)) {
        return(n)
    }
}
return(null)
}

then...

cptcodefieldname = ChooseCorrectColumnName(file, c("CPT", "CPT.Code"))
icdcodefieldname = ChooseCorrectColumnName(file, c("ICD.10.CM.Code", "ICD10.Code"))

if (is.null(cptcodefieldname) || is.null(icdcodefieldname)) {
        print("Bad file column name")
}

# Here we use the hash table implementation where 
# we have a string key and list value so we need actual strings,
# not Factors
file[cptcodefieldname] = as.character(file[cptcodefieldname])
file[icdcodefieldname] = as.character(file[icdcodefieldname])
for (i in 1:length(file[cptcodefieldname])) {
    cpt_valid_icds[file[cptcodefieldname][i]] <<- unique(c(cpt_valid_icds[[file[cptcodefieldname][i]]], file[icdcodefieldname][i]))
}
R Keene
fonte
0

se você quiser selecionar uma coluna com um nome específico, basta fazer

A=mtcars[,which(conames(mtcars)==cols[1])]
#and then
colnames(mtcars)[A]=cols[1]

você pode executá-lo em um loop ou de forma reversa para adicionar o nome dinâmico, por exemplo, se A for um quadro de dados e xyz for a coluna a ser nomeada como x então eu faço assim

A$tmp=xyz
colnames(A)[colnames(A)=="tmp"]=x

novamente, isso também pode ser adicionado em loop

Makarand Kulkarni
fonte
Não sei por que votei negativamente, mas funciona e é fácil em vez de escrever funções complicadas
makarand kulkarni
0
mtcars[do.call(order, mtcars[cols]), ]
Hong Ooi
fonte
-1

tarde demais .. mas acho que tenho a resposta -

Aqui está meu exemplo de dataframe study.df -

   >study.df
   study   sample       collection_dt other_column
   1 DS-111 ES768098 2019-01-21:04:00:30         <NA>
   2 DS-111 ES768099 2018-12-20:08:00:30   some_value
   3 DS-111 ES768100                <NA>   some_value

E depois -

> ## Selecting Columns in an Given order
> ## Create ColNames vector as per your Preference
> 
> selectCols <- c('study','collection_dt','sample')
> 
> ## Select data from Study.df with help of selection vector
> selectCols %>% select(.data=study.df,.)
   study       collection_dt   sample
1 DS-111 2019-01-21:04:00:30 ES768098
2 DS-111 2018-12-20:08:00:30 ES768099
3 DS-111                <NA> ES768100
> 
ValaravausBlack
fonte