如何用for循环在R中批量生成26个符合条件的数据框？

问题描述 #

我需要基于原始数据框dat，按照特定条件生成26个数据框：dat1对应zipid1=1的数据，dat2对应zipid2=1的数据，以此类推（实际存在zipid1至zipid26）。

示例原始数据：

# create dummy data ------------------------------------------------------------------------
dat <- data.frame(
 outc1 = rnorm(10, mean = 1, sd = 0.5),
 outc2 = runif(10, min = 0.2, max = 1),
 zipid1 = sample(c(1, 0), 10, replace = T),
 zipid2 = sample(c(1, 0), 10, replace = T),
 zipid3 = sample(c(1, 0), 10, replace = T),
 zipid4 = sample(c(1, 0), 10, replace = T),
 zipid5 = sample(c(1, 0), 10, replace = T)
)

期望生成的目标效果示例：

# want data looks like this -----------------------------------------------------------------
dat1 <- dat %>% filter(zipid1 == 1)
dat2 <- dat %>% filter(zipid2 == 1)
dat3 <- dat %>% filter(zipid3 == 1)
dat4 <- dat %>% filter(zipid4 == 1)
dat5 <- dat %>% filter(zipid5 == 1)

请问如何编写简洁代码一次性生成这26个数据框？

解决方案 #

嗨，完全不用手动写26行重复代码，用循环或者tidyverse工具就能轻松搞定！这里给你两种实用方案：

方案1：基础R循环（无需额外包） #

# 第一步：筛选出所有以zipid开头的列名
zip_cols <- grep("^zipid", colnames(dat), value = TRUE)

# 第二步：循环生成每个数据框并赋值到全局环境
for (i in seq_along(zip_cols)) {
  # 获取当前处理的zipid列名
  current_col <- zip_cols[i]
  # 生成对应的目标数据框名称（dat1、dat2...）
  target_name <- paste0("dat", i)
  # 筛选数据并赋值
  assign(target_name, dat[dat[[current_col]] == 1, ])
}

这个方法的好处是不用加载额外包，利用基础R的grep和assign就能完成，逻辑清晰易懂。

方案2：Tidyverse风格（用purrr包） #

如果你平时习惯用tidyverse工具链，这个方案会更贴合你的编码习惯：

library(tidyverse)

# 第一步：生成包含所有筛选后数据框的列表
dat_list <- map(
  .x = grep("^zipid", colnames(dat), value = TRUE),
  .f = ~ filter(dat, .data[[.x]] == 1)
)

# 第二步：给列表元素命名，并导出到全局环境
names(dat_list) <- paste0("dat", 1:length(dat_list))
list2env(dat_list, envir = .GlobalEnv)

map函数会自动遍历每个zipid列，生成对应的筛选结果；最后用list2env把列表里的每个数据框单独放到全局环境中。

小提示 #

其实更推荐把这些数据保留成列表形式（也就是上面代码里的dat_list），后续如果要批量做分析（比如每个数据框跑相同的模型），操作起来会比26个独立数据框更高效，也不容易搞混命名~

内容的提问来源于stack exchange，提问作者mandy