循环中的cbind数据

Question

我有n个名为"s.dfx“的数据格式，其中有x=1:n，所有的数据格式都有7列，具有不同的名称。现在我想把所有的数据绑定起来。

我知道科曼德

T<-cbind.data.framework(s.df1，s，df2，…，s.dfn)

但是我想在一个循环中优化和绑定它们，因为n是一个很大的数字。

我试过了

for(t2 in 1:n){ t<-cbind.data.drame(s.df[t2]) }

但我得到了“[.data.frame(s.df，t2)中的错误:未定义的选定列”

有人能帮忙吗？

Answer 1

我认为for循环不会比do.call(cbind, dfs)更快，但我不清楚您是否真的有这样的列表。我想您可能需要从字符对象构建这样的列表。这个答案假设您还没有一个列表，但是您确实将所有数据按升序编号，以n结尾，其中十进制表示可能有多个数字。

 t <- do.call( cbind, mget( paste0("s.dfs", 1:n) ) )

Pasqui使用ls内部的mget和一个模式来捕获所有编号的数据文件。我会用一个稍微不同的数字，因为你建议这个数字高于9，这就是他的模式所能捕捉到的所有内容：

  ls(pattern = "^s\\.df[0-9]+")  # any number of digits
                # ^ need double escapes to make '.' a literal period or fixed=TRUE

Answer 2

library(purrr) #to be redundant

#generating dummy data frames
df1 <- data.frame(x = c(1,2),      y = letters[1:2])
df2 <- data.frame(x = c(10,20),    y = letters[c(10, 20)])
df3 <- data.frame(x = c(100, 200), y = letters[c(11, 22)])

#' DEMO [to be adapted]: capturing the EXAMPLE data frames in a list
dfs <- mget(ls(pattern = "^df[1-3]"))

#A Tidyverse (purrr) Solution
t <- purrr::reduce(.x = dfs, .f = bind_cols)

#Base R
do.call(cbind,dfs)  
# or
Reduce(cbind,dfs)