2013-06-18 118 views
12

合併數據幀列表到一個數據幀與缺失值我對如何在R.的R - 由

合併的東西放在一起的哦,所以,常見問題的變化我有一組在一個特定的文件夾中的.txt文件,我寫了一個功能:

  • 讓我想要的文件的列表,然後爲每個文件
  • 讀取文件
  • 子集的數據(以只提取感興趣的行和列)
  • 對數據做了一些計算
  • 將這些新值添加到列表中。

什麼我最終是具有以下結構的列表:

>str(DataList) 
List of 16 
$ :'data.frame': 14 obs. of 2 variables: 
    ..$ Sample: Factor w/ 14 levels "Sample_1A","Sample_1B",..: 1 2 3 4 5 6 7 8 9 10 ... 
    ..$ Var1 : num [1:14] 27.9 33.8 29.9 29.4 28.8 ... 
$ :'data.frame': 14 obs. of 2 variables: 
    ..$ Sample: Factor w/ 14 levels "Sample_1A","Sample_1B",..: 1 2 3 4 5 6 7 8 9 10 ... 
    ..$ Var2 : num [1:14] 24.6 27 26.8 26.7 27.2 ... 
$ :'data.frame': 12 obs. of 2 variables: 
    ..$ Sample: Factor w/ 14 levels "Sample_1A","Sample_1B",..: 1 2 3 4 5 6 7 9 11 12 ... 
    ..$ Var3 : num [1:12] 31.4 35.6 34 35.7 32.5 ... 

對於每個變量(Var1, Var2, Var3, ...)我有一個柱Sample和數值的列。

Sample總是14個等級的因素;這些級別對於每個變量都是相同的。

問題是某些變量(如上面的Var3)沒有關於Sample的每個級別的意見。

我想結束的是一個有14行(每個級別Sample)的數據幀。第一欄應該是Sample;那麼對於每個變量,應該包含相應數值列,就像這樣:

Sample  Var1 Var2 Var3 
Sample_1A 27.9 24.6 31.4 
Sample_1B 33.8 27  35.6 
... 
Sample_3B 26.8 29.7 NA 

我一直在試圖與do.call要做到這一點,但不知道如何來傳遞參數爲by; cbind由於缺少值而變得不滿意。有關如何做到這一點的任何想法?

謝謝!

編輯:按照joran要求:

>dput(DataList[1:3]) 
list(structure(list(Sample = structure(1:14, .Label = c("Sample_1B", "Sample_1C", "Sample_1D", "Sample_2C", "Sample_2A", "Sample_2D", "Sample_3B", "Sample_3C", "Sample_3A", "Sample_3D", "Sample_4B", "Sample_4C", "Sample_4A", "Sample_4D"), class = "factor"), Var1 = c(26.9333333333333, 29.17, 28.9366666666667, 28.9233333333333, 28.61, 28.63, 26.7933333333333, 34.6633333333333, 30.4966666666667, 28.4433333333333, 27.4533333333333, 28.3, 27.9633333333333, 27.2366666666667)), .Names = c("Sample", "Var1"), row.names = c(NA, -14L), class = "data.frame"), structure(list(Sample = structure(1:14, .Label = c("Sample_1B", "Sample_1C", "Sample_1D", "Sample_2C", "Sample_2A", "Sample_2D", "Sample_3B", "Sample_3C", "Sample_3A", "Sample_3D", "Sample_4B", "Sample_4C", "Sample_4A", "Sample_4D"), class = "factor"),          Var2 = c(24.19, 26.6033333333333, 26.0366666666667, 27.6766666666667, 27.61, 27.5633333333333, 25.1566666666667, 33.7266666666667, 27.7, 26.1466666666667, 25.65, 26.3633333333333, 25.5333333333333, 26.1733333333333)), .Names = c("Sample", "Var2"), row.names = c(NA, -14L), class = "data.frame"), structure(list(Sample = structure(c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 9L, 11L, 12L, 13L, 14L), .Label = c("Sample_1B", "Sample_1C", "Sample_1D", "Sample_2C", "Sample_2A", "Sample_2D", "Sample_3B", "Sample_3C", "Sample_3A", "Sample_3D", "Sample_4B", "Sample_4C", "Sample_4A", "Sample_4D"), class = "factor"), Var3 = c(31.4133333333333, 35.56, 33.9666666666667, 35.66, 32.4633333333333, 31.99, 31.3133333333333, 36.34, 34.9433333333333, 34.5433333333333, 34.3766666666667, 33.28)), .Names = c("Sample", "Var3"), row.names = c(NA, -12L), class = "data.frame")) 
+3

請問您可以提供'dput(DataList [1:3])的輸出嗎? – joran

+1

可能重複[R:合併大量data.frames](http://stackoverflow.com/questions/14096814/r-merging-a-lot-of-data-frames) –

+1

可能重複[合併多個數據幀同時列表](http://stackoverflow.com/questions/8091303/merge-multiple-data-frames-in-a-list-simultaneously) –

回答

25

看起來像一本教科書使用情況Reduce

merge.all <- function(x, y) { 
    merge(x, y, all=TRUE, by="Sample") 
} 

output <- Reduce(merge.all, DataList) 
+0

完美,謝謝! – phosphorelated