我有很多.csv文件是來自其他源的自動格式化數據。這些數據的順序對於我的(任何人的!)分析來說都很糟糕。理想情況下,我想將所有這些單獨的.csv文件合併到一個數據框中,其中每行表示原始數據框的內容,並且該行中的第一列具有原始數據框的名稱。 我能夠使用列表 #import from working directory
temp = list.files(pattern="*.csv")
list
我使用這段代碼。但它非常耗時。我怎麼能加快這一點。有任何幫助嗎? veri=replicate(1000, sim.VSS(ncases=3000, nvariables=20, nfactors=1, meanloading=0.5,dichot=1,cut=0))
#save date set
for (i in 1:1000){
write.csv(veri[,,i], pas
我試圖在幾個列表中同時循環。但是,我正在使用幾個for-loops來達到所需的結果。我想知道是否有更好,更有效的方法來做到這一點。 這裏是我的代碼 for (i in list(3,6)){
for (n in list("rmse.","mape.", "mpe.")){
for (b in list("base.", "rev.")){
a <- paste0(
問: 我有點難倒就如何我可以批量處理as.numeric() (或任何其他功能)的數據框列表中的列。 我明白,我可以通過此列表中查看具體的數據幀或colunms: > my.list[[1]]
# or columns within this data frame using:
> my.list[[1]][1]
,但我的麻煩是當我嘗試應用到lapply()函數,這個改變所有數據從整數到數