如何在數據集列表中查找公共變量並在R中對其進行重新整形？

Question

setwd("C:\\Users\\DATA") 
    temp = list.files(pattern="*.dta") 
    for (i in 1:length(temp)) assign(temp[i], read.dta13(temp[i], nonint.factors = TRUE)) 
    grep(pattern="_m", temp, value=TRUE) 

這裏我創建一個我的數據集列表並將它們讀入R，然後嘗試使用grep爲了找到模式爲_m的所有變量名，顯然這不起作用，因爲這只是返回所有帶有模式的文件名_M。所以基本上我想要的是我的代碼循環遍歷數據庫列表，找到以_m結尾的變量，並返回包含這些變量的數據庫列表。

現在，我不是很確定如何做到這一點，我是很新的編碼和R.

除了需要知道在哪個數據庫這些變量，我還需要能夠做出改變（重塑他們）這些變量。

Answer 1

首先，assign將無法​​正常工作，因爲它需要一個字符串（或字符，因爲他們是所謂的R）。它將使用第一個元素作爲變量（有關更多信息，請參閱here）。

你能做什麼取決於你的數據結構。 read.dta13會將每個文件加載爲data.frame。

如果你尋找列名，你可以做這樣的事情：

myList <- character() 
for (i in 1:length(temp)) { 

    # save the content of your file in a data frame 
    df <- read.dta13(temp[i], nonint.factors = TRUE)) 

    # identify the names of the columns matching your pattern 
    varMatch <- grep(pattern="_m", colnames(df), value=TRUE) 

    # check if at least one of the columns match the pattern 
    if (length(varMatch)) { 
     myList <- c(myList, temp[i]) # save the name if match 
    } 

} 

如果你找一個列的內容，你可以看看dplyr包，這是在非常有用涉及到數據幀操縱。

dplyr的一個很好的介紹可以在包裝圖案here中找到。

請注意，在R中，追加到矢量可能會變得非常緩慢（有關更多詳細信息，請參閱此SO question）。

Answer 2

這裏是要弄清楚哪些文件具有與「_M」結尾的名稱變量的一種方法：

# setup 
setwd("C:\\Users\\DATA") 
temp = list.files(pattern="*.dta") 
# logical vector to be filled in 
inFileVec <- logical(length(temp)) 

# loop through each file 
for (i in 1:length(temp)) { 
    # read file 
    fileTemp <- read.dta13(temp[i], nonint.factors = TRUE) 

    # fill in vector with TRUE if any variable ends in "_m" 
    inFileVec[i] <- any(grepl("_m$", names(fileTemp))) 
} 

在最後一行，names返回變量名，grepl返回一個邏輯向量是否每個變量名稱與模式匹配，並且any返回長度爲1的邏輯向量，指示是否從grepl返回了至少一個TRUE。你認爲

# print out these file names  
temp[inFileVec]