我应该如何在R中以惯用的方式链接lapply序列？

Question

我刚刚编写了一个函数，该函数使用一系列lapply调用来转换数据，如下所示：

somefun <- function(directory, id = 1:332) {
  filenames <- sprintf("%03d.csv", id)
  filenames <- paste(directory, filenames, sep="/")
  ldf <- lapply(filenames, read.csv)
  cdf <- lapply(ldf,complete.cases)
  icdf <- lapply(cdf,as.numeric)
  sicdf <- lapply(cdf,sum)
  result <- cbind(id,sicdf)
  result
}

有没有更好的方法在R中编写这个lapplys序列？

Answer 1

这并不总是最好的方法，但我最喜欢的简化一系列调用的方法就是使用magrittr包。

它实际上创建了一个管道，将参数从一个命令转发到另一个命令。对于像这样的长链或调用序列来说，它真的很神奇。句点可用于指定上一阶段的值的“管道化”位置。

尝试如下所示：

library(magrittr) # use install.packages("magrittr") if needed

sprintf("%03d.csv", id) %>%
    paste(directory, filenames, sep="/") %>%
    lapply(read.csv) %>%
    lapply(complete.cases) %>%
    lapply(as.numeric) %>%
    lapply(sum) %>%
    cbind(id, .)

Answer 2

您可以使用Reduce策略。下面是一些示例数据

xx<-matrix(runif(25), nrow=5)
xx[2,3]<-NA
write.table(xx, "num.txt")

然后你就可以运行

trans<-list(
    read.table,
    function(x) x[complete.cases(x),],
    colSums
)

Reduce(lapply, trans, list("num.txt"))

请注意，您正在应用的某些函数可能不会以您希望的方式工作。例如，complete.cases根本不是真正的子集，你可以在我的转换列表中看到我是如何使用它的吗？as.numeric和sum也是如此。