使用do.call时丢失数据帧

Question

我正在尝试使用rbind合并许多数据帧。如果我调用rbind directy，就没有问题：

> test <- rbind(x)
> is.data.frame(x)
[1] TRUE

但是，如果我使用do.call，我会遇到一个问题，我的字符列被折叠，数据帧被转换为矩阵。

>test <- do.call("rbind", x)
> is.data.frame(test)
[1] FALSE

根据?rbind文档，我尝试了add stringsAsFactors = FALSE，但行为没有变化。我的数据表如下所示：

ID  sequence    descriptor
1   aaacccttt   g12
2   actttgtgt   e34
3   tttgggctc   b12
4   ccgcgcgcg   c12
…   …       ...

rbind输出如下所示，但do.call("rbind", x)输出如下所示，其中sequence列不再是字符：

ID  363 426 91
Sequence 98 353 100
descriptor  g12 b12 c12 

我想使用do.call，因为我循环遍历了一组数据帧，以便使用下面的脚本合并它们。另一个有用的答案可能会提供另一种解决方案，说明如何在循环中调用多个数据帧时合并它们。

stringsAsFactors = FALSE
dfs <- as.list(ls(pattern="Data_"))
for (i in 1:length(dfs)) {
  x <- get(as.character(dfs[i]))
  AllData <- do.call("rbind", x) 
  }

dfs是我的工作环境中的数据帧列表，我使用get获取实际的数据帧

谢谢。

Answer 1

有两个不同的问题会给你带来困难。

• stringsAsFactors

您看stringsAsFactors是正确的，但没有在正确的位置调用它。

您有两个选择。您可以在您的options中设置它，如下所示：

options(stringsAsFactors=FALSE)

或者在用于创建data.table的代码中：

a <- read.table(textConnection("ID  sequence    descriptor
1   aaacccttt   g12
2   actttgtgt   e34
3   tttgggctc   b12
4   ccgcgcgcg   c12"),
header=T, stringsAsFactors=FALSE)

do.call()的

• args=参数

在想要使用do.call()来实现这一点上，您也走对了道路。但是，正如@Sacha指出的那样，dfs需要是一个data.frame列表，而不是一个单独的data.frame (它本身就是一个向量列表)。

# Create list of two data.frames
b <- a
dfs <- list(a, b)

# Or, if you start with a list of their names
dfs <- list("a", "b")
dfs <- lapply(dfs, get)

# Check that this works
do.call("rbind", dfs)
#   ID  sequence descriptor
# 1  1 aaacccttt        g12
# 2  2 actttgtgt        e34
# 3  3 tttgggctc        b12
# 4  4 ccgcgcgcg        c12
# 5  1 aaacccttt        g12
# 6  2 actttgtgt        e34
# 7  3 tttgggctc        b12
# 8  4 ccgcgcgcg        c12

这也适用于您，即使您只有一个长度，只要它包装在( data.frame -1) list中，就像这样：dfs <- list(a)

Answer 2

使用Josh的示例代码。我非常确定正在发生的事情是这样的：

Data:
    x <- read.table(textConnection("ID  sequence    descriptor
    1   aaacccttt   g12
    2   actttgtgt   e34
    3   tttgggctc   b12
    4   ccgcgcgcg   c12"),
    header=T, stringsAsFactors=FALSE)

首先是这个：

rbind(x)

不执行任何操作，因为只有一个参数。也就是说，没有任何东西可以附加到数据帧上，因此它只返回相同的数据帧。然后：

do.call("rbind", x)

这里发生的事情是使用列表x中的所有参数调用rbind()。数据框是以列为元素的列表。因此，这将与以下内容相同：

rbind(x$ID,x$sequence,x$descriptor)

所以你把三个向量逐行放在一起。因此，这变成了你所拥有的东西的转置，因为data.frames只按列存储不同类型的向量，这必须成为字符矩阵。

我认为，如果x是一个数据帧列表，那么它工作得很好。只是它本身不应该是一个数据帧。

Answer 3

我认为你寻找的东西可以使用Reduce在没有循环的情况下完成。它是一个高阶函数，它将一个函数连续应用于列表中的两个元素。

dfs <- as.list(ls(pattern="Data_"))
Reduce('rbind', dfs)