R语言：编写函数匹配列表中各DataFrame的值

先把你给出的DataFrame列表代码贴出来确认下：

a <- data.frame( 
  Data0=c("Y","Y","Y","Y","Y","Y","N","N","N","N","N","N"), 
  Data1=c(16,18,19,20,21,50,16,18,19,20,21,50), 
  Data2=c(2.2291,2.0743,1.9369,1.8148,1.7064,1.6102,2.2291,2.0743,1.9369,1.8148,1.7064,1.6102) 
)
b <- data.frame( 
  Data0=c(-2 , 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 ,10 ,11), 
  Data1=c(0.8891 ,0.8891,0.9051,1,0.8891,0.8891,0.7907,0.8891,0.9929,0.8891,0.8891,0.8891,0.8891) 
)
dfl <- list(a,b)

接下来我给你写几个实用的函数，覆盖常见的值匹配场景，你可以根据自己的需求调整：

场景1：找特定值在每个DataFrame里的位置 #

这个函数会遍历列表里的每个DataFrame，返回目标值所在的行和列位置，方便你定位：

match_value_in_list <- function(df_list, target_value) {
  lapply(df_list, function(df) {
    # 用which找到匹配位置，arr.ind=TRUE返回行列索引
    match_pos <- which(df == target_value, arr.ind = TRUE)
    # 转成DataFrame看起来更清晰
    as.data.frame(match_pos)
  })
}

用起来很简单 #

比如你要找0.8891这个值的位置：

result <- match_value_in_list(dfl, 0.8891)
# 查看第一个DataFrame的匹配结果
result[[1]]
# 查看第二个DataFrame的匹配结果
result[[2]]

场景2：根据某一列的值匹配另一列的内容 #

比如你想根据Data1列的值，对应拿到Data0列的内容，这个函数就适合：

match_column_pair <- function(df_list, match_col, target_col) {
  lapply(df_list, function(df) {
    # 先检查指定的列是否存在，避免报错
    if (!all(c(match_col, target_col) %in% colnames(df))) {
      stop("你指定的列在这个DataFrame里找不到哦！")
    }
    # 返回以match_col为名称、target_col为值的向量，方便匹配调用
    setNames(df[[target_col]], df[[match_col]])
  })
}

示例用法 #

比如在第一个DataFrame里，用Data1的值匹配Data0：

col_result <- match_column_pair(dfl, "Data1", "Data0")
# 第一个DataFrame的匹配结果
col_result[[1]]
# 第二个DataFrame的匹配结果
col_result[[2]]

要是需要模糊匹配怎么办？ #

如果你的需求是模糊匹配（比如找包含某个字符的内容），可以用这个版本：

fuzzy_match_in_list <- function(df_list, pattern, ignore_case = TRUE) {
  lapply(df_list, function(df) {
    # 只对字符型列做模糊匹配
    char_cols <- sapply(df, is.character)
    lapply(df[, char_cols], function(col) {
      which(grepl(pattern, col, ignore.case = ignore_case))
    })
  })
}

这样你可以根据自己的实际需求选对应的函数，或者在这些基础上修改逻辑就行啦！

内容的提问来源于stack exchange，提问作者Helen