103

私は、特定のフォルダー内のすべてのファイルに対して関数に入れた比較的単純な分析を行っています。さまざまなフォルダでプロセスを自動化するのに役立つヒントが誰かあるかどうか疑問に思いました。

  1. まず、特定のフォルダ内のすべてのファイルを直接Rに読み込む方法があるかどうか疑問に思いました。次のコマンドですべてのファイルが一覧表示されると思います。

files <- (Sys.glob("*.csv"))

... Rを使用して指定された拡張子を持つすべてのファイルを一覧表示することで見つけました

そして、次のコードはそれらすべてのファイルをRに読み込みます。

listOfFiles <- lapply(files, function(x) read.table(x, header = FALSE))

… Rで複数のファイルを操作することから

しかし、ファイルは個々のファイルではなく、1つの連続したリストとして読み込まれるようです。スクリプトを変更して、特定のフォルダー内のすべてのcsvファイルを個々のデータフレームとして開くにはどうすればよいですか。

  1. 次に、すべてのファイルを個別に読み取ることができると仮定して、これらすべてのデータフレームで関数を一度に完了するにはどうすればよいですか。たとえば、4つの小さなデータフレームを作成したので、必要なものを説明できます。

     Df.1 <- data.frame(A = c(5,4,7,6,8,4),B = (c(1,5,2,4,9,1)))
 Df.2 <- data.frame(A = c(1:6),B = (c(2,3,4,5,1,1)))
 Df.3 <- data.frame(A = c(4,6,8,0,1,11),B = (c(7,6,5,9,1,15)))
 Df.4 <- data.frame(A = c(4,2,6,8,1,0),B = (c(3,1,9,11,2,16)))

関数の例も作成しました。

Summary<-function(dfile){
SumA<-sum(dfile$A)
MinA<-min(dfile$A)
MeanA<-mean(dfile$A)
MedianA<-median(dfile$A)
MaxA<-max(dfile$A)

sumB<-sum(dfile$B)
MinB<-min(dfile$B)
MeanB<-mean(dfile$B)
MedianB<-median(dfile$B)
MaxB<-max(dfile$B)

Sum<-c(sumA,sumB)
Min<-c(MinA,MinB)
Mean<-c(MeanA,MeanB)
Median<-c(MedianA,MedianB)
Max<-c(MaxA,MaxB)
rm(sumA,sumB,MinA,MinB,MeanA,MeanB,MedianA,MedianB,MaxA,MaxB)

Label<-c("A","B")
dfile_summary<-data.frame(Label,Sum,Min,Mean,Median,Max)
return(dfile_summary)}

通常、次のコマンドを使用して、個々のデータフレームに関数を適用します。

Df1.summary <-Summary（dfile）

関数をすべてのデータフレームに適用する代わりに、サマリーテーブル（つまりDf1.summary）でデータフレームのタイトルを使用する方法はありますか？

どうもありがとう、

ケイティ

4

3 に答える 3

116

listそれどころか、 で作業すると、そのようなことを簡単に自動化できると思います。

これが1つの解決策です（4つのデータフレームをフォルダーに保存しましたtemp/）。

filenames <- list.files("temp", pattern="*.csv", full.names=TRUE)
ldf <- lapply(filenames, read.csv)
res <- lapply(ldf, summary)
names(res) <- substr(filenames, 6, 30)

ファイルのフル パスを保存することが重要です (私が行ったようにfull.names)。それ以外の場合は、作業ディレクトリを貼り付ける必要があります。

filenames <- list.files("temp", pattern="*.csv")
paste("temp", filenames, sep="/")

も機能します。substrフルパスを破棄してファイル名を抽出していたことに注意してください。

次のように要約テーブルにアクセスできます。

> res$`df4.csv`
       A              B        
 Min.   :0.00   Min.   : 1.00  
 1st Qu.:1.25   1st Qu.: 2.25  
 Median :3.00   Median : 6.00  
 Mean   :3.50   Mean   : 7.00  
 3rd Qu.:5.50   3rd Qu.:10.50  
 Max.   :8.00   Max.   :16.00

個々の集計テーブルを本当に取得したい場合は、後でそれらを抽出できます。例えば、

for (i in 1:length(res))
  assign(paste(paste("df", i, sep=""), "summary", sep="."), res[[i]])
于 2012-03-05T10:29:23.887 に答える
18

通常、私は R で for ループを使用しませんが、ここに for ループと 2 つのパッケージを使用した私のソリューションがあります: plyrとdostats

plyrはクラン上にあり、 https: //github.com/halpo/dostats でdostatsをダウンロードできます (Hadley devtoolsパッケージの install_github を使用している可能性があります)。

csv ファイルに最初の 2 つの data.frame (Df.1 と Df.2) があると仮定すると、次のようなことができます。

require(plyr)
require(dostats)

files <- list.files(pattern = ".csv")


for (i in seq_along(files)) {

    assign(paste("Df", i, sep = "."), read.csv(files[i]))

    assign(paste(paste("Df", i, sep = ""), "summary", sep = "."), 
           ldply(get(paste("Df", i, sep = ".")), dostats, sum, min, mean, median, max))

}

ここに出力があります

R> Df1.summary
  .id sum min   mean median max
1   A  34   4 5.6667    5.5   8
2   B  22   1 3.6667    3.0   9
R> Df2.summary
  .id sum min   mean median max
1   A  21   1 3.5000    3.5   6
2   B  16   1 2.6667    2.5   5
于 2012-03-05T10:32:34.353 に答える