list - 列表中的数据框；添加一个名为数据框的新变量

Question

我有一个数据框列表，我最终想要合并这些数据框，同时保留其原始数据框名称或列表索引的记录。这将允许我对所有行进行子集等。为了实现这一点，我想向每个数据帧添加一个新变量“id”，其中包含它所属的数据帧的名称/索引。

编辑:“在我的真实代码中，数据帧变量是通过使用以下代码读取多个文件而创建的，因此我没有实际名称，只有 'files.to.read' 列表中的名称，我不确定它们是否会对齐使用数据框顺序:

mylist <- llply(files.to.read, read.csv)

在几篇文章中强调了一些方法:
Working-with-dataframes-in-a-list-drop-variables-add-new-ones和
Using-lapply-with-changing-arguments

我尝试了两种类似的方法，第一种使用索引列表:

df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1,df2)

# Adds a new coloumn 'id' with a value of 5 to every row in every dataframe.
# I WANT to change the value based on the list index.
mylist1 <- lapply(mylist, 
    function(x){
        x$id <- 5
        return (x)
    }
)
#Example of what I WANT, instead of '5'.
#> mylist1
#[[1]]
  #x  y id
#1 1 11  1
#2 2 12  1
#3 3 13  1
#4 4 14  1
#5 5 15  1
#
#[[2]]
  #x  y id
#1 1 11  2
#2 2 12  2
#3 3 13  2
#4 4 14  2
#5 5 15  2

第二次尝试传递列表的名称()。

# I WANT it to add a new coloumn 'id' with the name of the respective dataframe
# to every row in every dataframe.
mylist2 <- lapply(names(mylist), 
    function(x){
        portfolio.results[[x]]$id <- "dataframe name here"
        return (portfolio.results[[x]])
    }
)
#Example of what I WANT, instead of 'dataframe name here'.
# mylist2
#[[1]]
  #x  y id
#1 1 11  df1
#2 2 12  df1
#3 3 13  df1
#4 4 14  df1
#5 5 15  df1
#
#[[2]]
  #x  y id
#1 1 11  df2
#2 2 12  df2
#3 3 13  df2
#4 4 14  df2
#5 5 15  df2

但是 names() 函数不适用于数据框列表；它返回NULL。
我可以在第一个示例中使用 seq_along(mylist) 吗？

处理整个“与源 ID 合并”的任何想法或更好的方法

编辑 - 在下面添加了解决方案:我已经使用 Hadleys 的建议和 Tommy 的轻推实现了一个解决方案，看起来像这样。

files.to.read <- list.files(datafolder, pattern="\\_D.csv$", full.names=FALSE)
mylist <- llply(files.to.read, read.csv)
all <- do.call("rbind", mylist)
all$id <- rep(files.to.read, sapply(mylist, nrow))

我使用 files.to.read 向量作为每个数据帧的 id

我也改变了使用 merge_recurse() 的方式，因为它由于某种原因非常慢。

 all <- merge_recurse(mylist)

谢谢大家。

Answer 1

就个人而言，我认为在折叠后添加名称更容易:

df1 <- data.frame(x=c(1:5),y=c(11:15))
df2 <- data.frame(x=c(1:5),y=c(11:15))
mylist <- list(df1 = df1, df2 = df2)

all <- do.call("rbind", mylist)
all$id <- rep(names(mylist), sapply(mylist, nrow))