如何在dataframe列表中索引指定数据框的行？R语言实现求助

问题描述 #

我有一个包含33个DataFrame的列表，每个DataFrame的行数各不相同。想要编写嵌套for循环遍历列表中的每个DataFrame，再遍历该DataFrame的行对组合应用函数，之后处理下一个DataFrame。但不清楚如何在DataFrame列表中索引某个DataFrame的指定行，附上当前编写的R语言代码：

for (i in 1:length(data.list)) {
  #Creating a matrix of all possible combinations of pairs in order to do pairwise comparisons on all of the sites
  pairs = t(combn(nrow(data.list[[i]]), m = 2))
  #Some more data wrangling
  pairs <- as.data.frame(pairs)
  colnames(pairs) <- c("PaperOneRowNumber", "PaperTwoRowNumber")
  pairs$LRR <- 0
  pairs$LRR_var <- 0

  for (j in 1:nrow(pairs)) {
    #print(i)
    #Assigning Paper IDs to variables
    a <- pairs[j,1]
    b <- pairs[j,2]
    #print(a)
    #print(b)
    paperone <- data.list[[i[a,]]]
    papertwo <- data.list[[i[b,]]]
    #print(paperone)
    #print(papertwo)

    #Inputting variables into calc.effect function and saving the output
    effect.size <- calc.effect(paperone, papertwo)
    #print(effect.size)
    pairs$LRR[j] <- effect.size$LRR
    pairs$LRR_var[j] <- effect.size$LRR_var
  }
}

解决方案 #

1. 修正行索引错误 #

原代码中索引行的方式逻辑错误，你需要先定位到列表中的第i个DataFrame，再提取该DataFrame的第a/b行，正确写法如下：

paperone <- data.list[[i]][a, ]
papertwo <- data.list[[i]][b, ]

修正后的完整代码：

for (i in 1:length(data.list)) {
  # 生成所有行的两两组合
  pairs <- t(combn(nrow(data.list[[i]]), m = 2)) |> 
    as.data.frame()
  colnames(pairs) <- c("PaperOneRowNumber", "PaperTwoRowNumber")
  pairs$LRR <- 0
  pairs$LRR_var <- 0

  for (j in 1:nrow(pairs)) {
    a <- pairs[j, 1]
    b <- pairs[j, 2]
    # 正确索引列表中第i个DataFrame的指定行
    paperone <- data.list[[i]][a, ]
    papertwo <- data.list[[i]][b, ]

    effect.size <- calc.effect(paperone, papertwo)
    pairs$LRR[j] <- effect.size$LRR
    pairs$LRR_var[j] <- effect.size$LRR_var
  }
  # 可在此将处理后的pairs存入结果列表，示例：
  # result_list[[i]] <- pairs
}

2. 更高效的实现方式（避免嵌套循环） #

用purrr包的函数式编程可以简化遍历逻辑，代码更简洁且性能更优：

library(purrr)

# 定义单个DataFrame的处理函数
process_df <- function(df) {
  # 生成行索引的两两组合
  pairs <- t(combn(nrow(df), m = 2)) |> 
    as.data.frame() |> 
    setNames(c("PaperOneRowNumber", "PaperTwoRowNumber"))
  
  # 对每一组行对应用calc.effect函数
  effects <- map2(pairs$PaperOneRowNumber, pairs$PaperTwoRowNumber, 
                  ~calc.effect(df[.x, ], df[.y, ]))
  
  # 提取结果并合并到pairs中
  pairs$LRR <- map_dbl(effects, ~.x$LRR)
  pairs$LRR_var <- map_dbl(effects, ~.x$LRR_var)
  
  return(pairs)
}

# 遍历整个DataFrame列表，得到所有处理后的结果
result_list <- map(data.list, process_df)

这种方式替代了手动嵌套循环，代码可读性更强，且purrr内部做了性能优化，运行效率更高。

内容的提问来源于stack exchange，提问作者amelia_plshelp