时间戳

首页 > 解决方案 > 从数据框列表中提取并组合具有相同名称的列

r - 从数据框列表中提取并组合具有相同名称的列

问题描述

我得到了 17 个数据框的列表，其中包含多个国家的多个宏观经济变量，数据框的结构如下：

df$CPI
 Date       US    Argentina  Vietnam  India  Indonesia  Philippines 
1564531200  1.8      54.4     2.4      3.1       3.3        2.4      
1561852800  1.6      55.8     2.2      3.2       3.3        2.7
1559260800  1.8      57.3     2.9      3.0       3.3        3.2


df$CapitalAccount
 Date          US    Argentina  Brazil  China  Turkey   Thai 
2019-06-30     0        13.8     49.0   -58.5   -7.2    27.9
2019-03-31     0        32.2     98.1   -26.3   21.4    0.0 
2018-12-31    2721      16.2     59.8   -213.1  0.5     0.0 
2018-06-30    -5        10.9     82.0   -50.6   -2.7    0.0

我正在尝试按国家/地区名称重新组织这些数据框，例如：

US
Date         CPI   CapitalAccount .......(the other 14 macro variables)
2019-06-30  
2019-03-31
2018-12-31

Argentina
Date         CPI   CapitalAccount .......(the other 14 macro variables)
2019-06-30  
2019-03-31
2018-12-31
.
.
.
.

我尝试使用 for 循环遍历数据帧列表中的每个数据帧，并通过该数据帧的 colnames() 获取列，但它不起作用，结果给了我许多重复的 NA 和日期。

For US:

for (i in 1:length(df)){
  NewUS <- df[[i]][,which(colnames(df[[i]])=='US')]
  US <- merge(US, NewUS)
  i <- i+1
  }
US


For Argentina:
for (i in 1:length(df)){
  NewArgentina <- df[[i]][,which(colnames(df[[i]])=='Argentina')]
  Argentina <- merge(Argentina, NewArgentina)
  i <- i+1
  }
Argentina

标签： rdatabasedataframe

解决方案

编辑：根据@Gregor 的建议。我使用idcolandfill = T来替换 for 循环。希望这可以帮助。在下面的代码中，df1和df2是虚拟数据表。在您的情况下，它们将是 CPI、CapitalAccount... 首先，我们从每个表中选择列，在列表中的每个数据表中添加一个新列，type并在列中分配经济变量。接下来，我们现在使用rbindlist()绑定列表，因为您的数据表具有确切的列。

library(data.table)
df1 <- data.table(date = rep(seq(from = as.Date('2019-01-01'), to = as.Date('2019-01-05'), by = 'day'), 5),
                  US = runif(25),
                  Argentina = runif(25),
                  Thailand = runif(25),
                  China = runif(25))
df2 <- data.table(date = rep(seq(from = as.Date('2019-01-01'), to = as.Date('2019-01-05'), by = 'day'), 5),
                  US = runif(25),
                  Argentina = runif(25),
                  Japan = runif(25))

l1 <- list(df1, df2)
names(l1) <- c('GDP', 'CPI')

x <- rbindlist(l1, idcol = 'type', fill = TRUE) # this works even when the columns are different for each table

现在我们将所有数据表组合在一起，我们可以重塑表以使其看起来像您想要的结果。

x1 <- melt(x, id.vars = c('date', 'type'), measure.vars = c('US', 'Argentina'), variable.name = 'country', value.name = 'value')
dcast(x1, date + country ~ type, value.var = 'value')

推荐阅读