r - 如何有效地为列表中的大 data.frame 对象设置子集？

Question

我在列表中有 data.frame 对象，我将分别根据每个对象的最后一列(A.K.A，分数)过滤掉。 list 的子集对我来说很直观，但我希望有两个不同的集合(即通过/失败)作为每个 data.frame 对象的过滤结果。我认为我使用的方式并不优雅，并为其寻求更好/有效的解决方案。谁能指出我如何为此类任务实现更优雅的解决方案？非常感谢 !

玩具数据:

mylist <- list(df1=data.frame( from=seq(1, by=4, len=16), to=seq(3, by=4, len=16), score=sample(30, 16)),
               df2=data.frame( from=seq(3, by=7, len=20), to=seq(6, by=7, len=20), score=sample(30, 20)),
               df3=data.frame( from=seq(4, by=8, len=25), to=seq(7, by=8, len=25), score=sample(30, 25)))

我最初的尝试:

pass <- lapply(mylist, function(ele_) {
  ans <- subset(ele_, ele_$score > 20)
  ans
})

事实证明，我还希望在实例不满足过滤条件的情况下设置相反的集合，并将每个 data.frame 对象的 pass、fail 设置放入一个列表中。

所需的输出:每个 data.frame 对象都可以在子集化后设置通过、失败。

如果列表中有非常大的 data.frame 对象，这样做会更好吗？有没有人知道有用的技巧？

Answer 1

可能是data.table选项会更有效

library(data.table)
lapply(mylist, function(x) setDT(x)[score > 20])

或使用 filter来自 dplyr与 map来自 purrr

library(dplyr)
library(purrr)
mylist %>% 
      map(filter, score > 20)

除了上面的每个子集的方法 list元素，我们也可以 rbind将数据集转换为单个数据集(来自 rbindlist 的 data.table 或来自 bind_rows 的 dplyr 带有标识符列)和按组划分的子集。

rbindlist(mylist, idcol= 'grp')[score > 20, .SD , by = .(grp)]

或与 dplyr

mylist %>% 
    bind_rows(., .id = 'grp') %>%
    group_by(grp) %>%
    filter(score > 20)

如果打算分开 data.frame成 list 2 (> 20 和 < 20 为“分数”)

lapply(mylist, function(x) split(x, c("FAIL", "PASS")[(x$score > 20)+1]))