用两个因子变量的不同组合来子集原始数据框架

Question

我有一个包含11列和18350个观察值的数据集，其中有一个可变的公司和地区。有9家公司(company-0)分布在5个地区(region-0到region-5)，并非所有公司都存在于所有地区。我想为公司和region.You的每个组合创建一个独立的数据框架，如下所示-公司0-区域1，公司0-区域10，公司0-区域7，公司1-区域5，公司2-区域0，公司3-区域2，公司4-区域3，公司5-区域7，公司6-区域6，公司8-区域9，公司9-区域8

因此，我在R.No中需要11个不同的数据帧，其他组合也是可能的，任何其他方法都将受到高度赞赏。提前感谢

我用split函数得到了一个列表-

p<-split(tsog1,list(tsog1$company),drop=TRUE)

现在我有了一个数据帧列表，并且我不能将该列表中的每个元素转换为单独的数据帧。

我也尝试过使用循环，但无法获得唯一命名的dataframe。

v<-c(1:9)
p<-levels(tsog1$company)
for (x in v)
{
  x.tsog1<-subset(tsog1,tsog1$company==p[x])
}

Dataset Image

Answer 1

您可以为区域公司组合创建一列，并按该列拆分。

例如：

library(tidyverse)

# Create a df with 9 regions, 6 companies, and some dummy observations (3 per case)
df <- expand.grid(region = 0:8, company = 0:5, dummy = 1:3 ) %>% 
  mutate(x = round(rnorm((54*3)),2)) %>% 
  select(-dummy) %>% as_tibble()

# Create the column to split, and split.
df %>% 
  mutate(region_company = paste(region,company, sep = '_')) %>% 
  split(., .$region_company)

现在，一旦你有了数据帧列表，你要做什么，这取决于你的下一步。例如，如果你想保存它们，你可以执行walk或lapply。

保存：

df_list <- df %>% 
  mutate(region_company = paste(region,company, sep = '_')) %>% 
  split(., .$region_company)

iwalk(df_list,function(df, nm){
  write_csv(df, paste0(nm,'.csv'))
})

或者，如果您只是想访问它：

> df_list$`0_4`
# A tibble: 3 x 4
  region company     x region_company
   <int>   <int> <dbl> <chr>         
1      0       4  0.54 0_4           
2      0       4  1.61 0_4           
3      0       4  0.16 0_4