R:从数据列表中选择列，而在少数数据文件中不存在某些列

Question

我有一个数据文件列表，其中只有几个共同的列。我想保留一个列的向量。但是，有些数据文件确实有这些列，有些则少了几列。

如果每个dataframe都包含相同的列，我只需使用subset(df, select = c("column", "names"))来选择我感兴趣的列。但是，如何只选择存在的列呢？

我有一个虚拟示例，但是我希望在列表中使用map或lapply函数，因为我在实际数据中有很多数据。

我的虚拟例子：

df1<- data.frame(a  = seq(0,5),
                 b  = seq(5,10),
                 cc = seq(10,15))

df2<- data.frame(a  = seq(0,5),
                 b  = seq(5,10),
                 d = seq(10,15))


ls <-list(df1, df2)

# select columns,  "cc" column is missing from df2
keep<-c("b", "cc")

如何修改此函数以仅选择数据文件中存在的列？

lapply(ls, function(x) subset(x, select = keep) )

列数不均匀的预期产出：

[[1]]
   b cc
1  5 10
2  6 11
3  7 12
4  8 13
5  9 14
6 10 15

[[2]]
   b 
1  5 
2  6 
3  7 
4  8 
5  9 
6 10 

Answer 1

您可以使用intersect函数：

> intersect(c("a", "b", "c"), c("a", "b"))
[1] "a" "b"

例如，像这样修改您的功能：

> lapply(ls, function(x) subset(x, select = intersect(keep, colnames(x))))
[[1]]
   b cc
1  5 10
2  6 11
3  7 12
4  8 13
5  9 14
6 10 15

[[2]]
   b
1  5
2  6
3  7
4  8
5  9
6 10