数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在存储在 R 列表中的数据框中创建除法列？
要在存储在 R 列表中的数据框中创建除法列，我们可以按照以下步骤操作：
首先，创建一个数据框列表。
然后，使用 lapply 函数在存储在列表中的数据框中创建除法列。
示例
创建数据框列表
使用 data.frame 函数创建数据框，并使用 list 函数创建这些数据框的列表：
df1<-data.frame(x=round(rnorm(25),2),y=round(rnorm(25),2)) df2<-data.frame(x=round(rnorm(25),2),y=round(rnorm(25),2)) List<-list(df1,df2) List
输出
执行上述脚本后，将生成以下输出（由于随机化，此输出将在您的系统上有所不同）：
[[1]]
x y
1 -2.47 0.67
2 -0.55 1.44
3 -1.45 1.17
4 1.25 -0.58
5 0.72 0.51
6 0.29 -1.23
7 1.71 1.35
8 0.20 0.57
9 -1.30 0.56
10 -0.74 -1.68
11 -2.48 -0.17
12 -0.12 1.01
13 0.10 -0.56
14 -0.39 0.77
15 0.35 0.19
16 -1.41 -0.47
17 -1.00 1.20
18 -0.44 0.85
19 0.26 0.04
20 -0.86 0.09
21 1.07 -0.84
22 0.02 0.31
23 -0.57 -0.80
24 0.84 -0.12
25 -0.38 -1.51
[[2]]
x y
1 0.34 1.11
2 0.43 -1.32
3 0.63 0.20
4 -2.04 0.15
5 -0.99 1.15
6 -0.36 -0.59
7 0.15 0.69
8 -0.48 -0.62
9 0.77 0.33
10 0.58 -0.33
11 0.43 0.20
12 -1.16 0.27
13 0.47 -0.35
14 -0.39 -0.34
15 0.11 0.55
16 -0.90 0.02
17 -0.06 -1.58
18 -0.44 0.19
19 -0.15 -0.74
20 1.22 -0.81
21 0.77 0.42
22 -0.46 1.60
23 1.29 -0.20
24 0.58 1.07
25 0.29 -0.87在存储在列表中的数据框中创建除法列
使用 lapply 函数在存储在名为 List 的列表中的数据框 df1 和 df2 中创建除法列，如下所示：
df1<-data.frame(x=round(rnorm(25),2),y=round(rnorm(25),2))
df2<-data.frame(x=round(rnorm(25),2),y=round(rnorm(25),2))
List<-list(df1,df2)
lapply(List,function(x) {
+ x$Division<-x$x/x$y
+ return(x)
+ })输出
[[1]]
x y Division
1 -2.47 0.67 -3.68656716
2 -0.55 1.44 -0.38194444
3 -1.45 1.17 -1.23931624
4 1.25 -0.58 -2.15517241
5 0.72 0.51 1.41176471
6 0.29 -1.23 -0.23577236
7 1.71 1.35 1.26666667
8 0.20 0.57 0.35087719
9 -1.30 0.56 -2.32142857
10 -0.74 -1.68 0.44047619
11 -2.48 -0.17 14.58823529
12 -0.12 1.01 -0.11881188
13 0.10 -0.56 -0.17857143
14 -0.39 0.77 -0.50649351
15 0.35 0.19 1.84210526
16 -1.41 -0.47 3.00000000
17 -1.00 1.20 -0.83333333
18 -0.44 0.85 -0.51764706
19 0.26 0.04 6.50000000
20 -0.86 0.09 -9.55555556
21 1.07 -0.84 -1.27380952
22 0.02 0.31 0.06451613
23 -0.57 -0.80 0.71250000
24 0.84 -0.12 -7.00000000
25 -0.38 -1.51 0.25165563
[[2]]
x y Division
1 0.34 1.11 0.30630631
2 0.43 -1.32 -0.32575758
3 0.63 0.20 3.15000000
4 -2.04 0.15 -13.60000000
5 -0.99 1.15 -0.86086957
6 -0.36 -0.59 0.61016949
7 0.15 0.69 0.21739130
8 -0.48 -0.62 0.77419355
9 0.77 0.33 2.33333333
10 0.58 -0.33 -1.75757576
11 0.43 0.20 2.15000000
12 -1.16 0.27 -4.29629630
13 0.47 -0.35 -1.34285714
14 -0.39 -0.34 1.14705882
15 0.11 0.55 0.20000000
16 -0.90 0.02 -45.00000000
17 -0.06 -1.58 0.03797468
18 -0.44 0.19 -2.31578947
19 -0.15 -0.74 0.20270270
20 1.22 -0.81 -1.50617284
21 0.77 0.42 1.83333333
22 -0.46 1.60 -0.28750000
23 1.29 -0.20 -6.45000000
24 0.58 1.07 0.54205607
25 0.29 -0.87 -0.33333333
更新于: 2021年11月9日
80 次浏览
广告