r - 从数据框列表中提取行并将文件名与符合条件的行绑定

Question

对于列表的输入，当列 p.value<0.005 时提取行，并输出包含文件名的数据框作为第 1 列和提取的行。

输入：文件列表：日期帧 A、B、C 等。

A.
col1, col2, col3, p.value
X     X      X      0.05
X     X      X      0.001

B.
col1, col2, col3, p.value
X     X      X      0.03
X     X      X      0.01

C. 
col1, col2, col3, p.value
X     X      X      0.1
X     X      X      0.0005

output.
Name, col1, col2, col3, p.value
A      X     X     X     0.001
C      X     X     X     0.0005

files = list.files(".", pattern="\\.assoc$")
data1=lapply(files, read.table, header=FALSE, sep=",")
data2 <- lapply(data1, function(x) {i <- which(x$p.value<0.005)
if (length(i) > 0) x[i, ] else NA })

for (i in 1:length(data2)){
data2[[i]]<-cbind(data2[[i]],files[i])}
data_rbind <- do.call("rbind", data2) 
colnames(data_rbind)[c(1:5)]<-c("Name", "Col1", "Col2", "Col3", "p.value")

问题出现在以下行中，列表的长度在不应该的时候都是 NA

  data2 <- lapply(data1, function(x) {i <- which(x$p.value<0.005)
  if (length(i) > 0) x[i, ] else NA })

标签： rlapply

Answer 1

我们遍历命名为list的lapply行，subset基于“p.value”列上的条件的行，Filter取出list0 行的元素，然后从names过滤数据（“tmp”）Map和元素中创建“名称rbind”list创建单个数据集

tmp <- Filter(nrow, lapply(data1, subset, subset = p.value < 0.005))
do.call(rbind, unname(Map(cbind,  Name = names(tmp), tmp)))

-输出

#    Name col1 col2 col3 p.value
#2        A    X    X    X  0.0010
#21       C    X    X    X  0.0005

---

或使用mapfrompurrr循环遍历p.value 小于 0.005 的行，指定list以创建新列“名称”。当列表被命名时，它会在“名称”中选择该名称。will 行将数据集绑定到单个 data.framefilter.id_dfr

library(dplyr)
library(purrr)
map_dfr(data1, ~ .x %>% 
          filter(p.value < 0.005), .id = 'column1')

-输出

#     Name col1 col2 col3 p.value
#1       A    X    X    X  0.0010
#2       C    X    X    X  0.0005

数据

data1 <- list(A = structure(list(col1 = c("X", "X"), col2 = c("X", "X"
), col3 = c("X", "X"), p.value = c(0.05, 0.001)), class = "data.frame", row.names = c(NA, 
-2L)), B = structure(list(col1 = c("X", "X"), col2 = c("X", "X"
), col3 = c("X", "X"), p.value = c(0.03, 0.01)), class = "data.frame", row.names = c(NA, 
-2L)), C = structure(list(col1 = c("X", "X"), col2 = c("X", "X"
), col3 = c("X", "X"), p.value = c(0.1, 5e-04)), class = "data.frame", row.names = c(NA, 
-2L)))