如何使“id”在我的for循环中工作，以及“目录”中的平均值

Question

编辑-我已经删除了以前的写作，给我的编辑让路，如果你能帮我的忙。

我想开始一个for循环，它将遍历目录的所有332个情况，选择硝酸盐或硫酸盐值，并从这些值中取平均值。

我已经想好了如何单独地做这件事，但是这需要用这个方法写很多东西。如何将其实现为for循环？请给我指点方向，不要给出完整的答案。

specdata <- list.files(getwd(), pattern="*.csv")
directory <- lapply(specdata, read.csv)
name_1 <- get("nitrate", envir = as.environment(directory[[1]]))
name_2 <- na.omit(name_1)
name_3 <- name_2[1:122]

pollutantmean <- function(directory, pollutant, id = 1:332) {
for( ?) {
   ???
}
??????
      }

我经历了一种不同的方法。这涉及删除选定的列(硫酸盐和日期)，只留下硝酸盐和ID。然后我省略了NA值，现在ID计算332个案例的每个硝酸盐值。下一步是决定如何按整数值而不是按行选择ID。例如，如果我print(final_df$ID[1:32])只返回前32行的整数值，而不是前32行的整数值，即1，2，3. 32 (前面的列表是1，1，1.1，前1000行是1s，2000是2s等等，这些都不准确)

通过这样做，我可以根据每个ID值(Integer)选择硝酸盐值(数值)，并在这些值之间找到平均值。我该怎么做呢？

数据是这样的

Data      Sulphate  Nitrate  ID
10/10/10   0.576     0.784    1
10/10/10   0.738     0.687    1
   .         .         .      .
   .         .         .      .
11/11/11   0.954     1.093    2
   .         .         .      .
   .         .         .      .
   .         .         .      .
13/13/13   0.495     0.586   332

final_df$date <- NULL
final_df$Sulphate <- NULL

到目前为止，代码如下所示

                  specdata <- list.files(getwd(), pattern="*.csv")
                  directory <- lapply(specdata, read.csv)
                  directory_final <- do.call(rbind, directory)

one <- select(directory, nitrate:ID)         a <- select(directory, sulfate, ID)
two <- na.omit(two)                          b <- na.omit(a)
three <- filter(two, ID %in% 1:30)           c <- filter(b, ID %in% 1:30)
four <- mean(two$nitrate)                    d <- mean(c$sulfate)

它的工作方式，它可以提取我可能需要的值，但是，从长远来看，这是非常不切实际的。我必须创建8段代码来检索属于硫酸盐或硝酸盐的整数列表的平均值。如果我想要另一组值，我必须返回到3& c，然后更改这些值，然后重复4& d。我将研究如何将这些值合并到一个列表中，从一个代码中从硫酸盐或硝酸盐的整数值中提取平均值。我确实希望创建一个函数是必要的，所以任何提示都是值得赞赏的！

Answer 1

只需将您的数据帧列表连接起来，然后采取所需的列方法。甚至可以考虑使用tapply (兄弟到lapply)来计算case编号或ID。

# RETRIEVE ALL CSVs IN WORK DIRECTORY
specdata <- list.files(getwd(), pattern="*.csv")

# BUILD LIST OF DATA FRAMES
df_list <- lapply(seq_along(specdata), function(i)  
       transform(read.csv(specdata[i]), case_no = i))

# COMBINE ALL DFs INTO SINGLE, LONG DF
final_df <- do.call(rbind, df_list)

# CALCULATE MEANS BY 332 CASE NUMBERS
nitrate_mean_case_vector <- with(final_df, tapply(Nitrate, case_no, mean))
sulfate_mean_case_vector <- with(final_df, tapply(Sulfate, case_no, mean))

# CALCULATE MEANS BY FIRST 20 IN EACH CASE
nitrate_mean_id_vector <- with(final_df, tapply(Nitrate, case_no, 
                                   function(x) head(mean(x), 20)))
sulfate_mean_id_vector <- with(final_df, tapply(Sulfate, case_no, 
                                   function(x) head(mean(x), 20)))