R语言使用tidyverse/dplyr按前缀合并dataframe列表并计算城市均值
基于tidyverse的实现方案
核心逻辑为:先提取列表元素名称的前缀做分组,再对同组数据做合并、均值计算,最后转为符合要求的命名列表。
首先加载依赖包:
library(tidyverse)
完整处理代码如下:
desired_output_list <- transport_list %>% # 将命名列表转为包含「数据框名称、数据框内容」两列的tibble enframe(name = "df_name", value = "df_data") %>% # 提取前缀:匹配最后一个下划线+4位年份前的所有内容作为前缀,兼容带空格、连字符的前缀 mutate(prefix = str_match(df_name, "^(.*)_[0-9]{4}$")[, 2]) %>% # 如果需要修改输出的列表名(比如把示例里的"speed trains"改成"trains"),可以加以下重命名代码 # mutate(prefix = recode(prefix, "speed trains" = "trains")) %>% # 按前缀分组 group_by(prefix) %>% # 同前缀的所有数据框聚合为一个列表列 nest() %>% mutate( # 对每组数据执行合并、均值计算逻辑 res = map(data, function(x) { # 同组所有数据框按city字段做全连接 reduce(x$df_data, full_join, by = "city") %>% # 按城市分组计算value的多年均值 group_by(city) %>% summarise( mean_value = mean(value, na.rm = TRUE) ) %>% arrange(city) }) ) %>% # 提取结果列,用前缀作为名称转为命名列表 pull(res, name = prefix)
代码说明:
- 正则规则兼容所有符合「前缀_4位年份」命名规则的元素,不会误拆分包含空格、连字符的前缀
- 计算均值时加入
na.rm = TRUE是为了兼容部分年份某城市无数据的场景,如果你所有年份数据完整不需要处理空值可以删除该参数 - 运行后得到的
desired_output_list结构完全符合你的需求
内容的提问来源于stack exchange,提问作者Nelly
相关产品推荐
相关产品推荐

