Извлечение имени фрейма данных внутри функции для создания нового столбца

Я пытаюсь создать новый столбец с именем фрейма данных внутри функции.

Вот мой код:

df1 <- data.frame(var1 = seq(1:10))
df2 <- data.frame(var2 = seq(1:10))
df3 <- data.frame(var3 = seq(1:10))

df_LIST <- tibble::lst(df1, df2, df3)
df_FUN <- lapply(
  df_LIST, 
  function(x)
  {
    mutate(x, 
           df_NAME = deparse(substitute(x))
    ) %>%
      select("df_NAME") %>%
      na.omit()
  }  
)

list2env(df_FUN, .GlobalEnv)

Результат:

> df1
   df_NAME
1        x
2        x
3        x
4        x
5        x
6        x
7        x
8        x
9        x
10       x

Ожидаемый результат:

> df1
   df_NAME
1      df1
2      df1
3      df1
4      df1
5      df1
6      df1
7      df1
8      df1
9      df1
10     df1
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
5
0
93
6
Перейти к ответу Данный вопрос помечен как решенный

Ответы 6

Ответ принят как подходящий

Одним из вариантов будет purrr::imap:

library(dplyr)

df_LIST <- tibble::lst(df1, df2, df3)
df_FUN <- purrr::imap(
  df_LIST,
  function(x, y) {
    mutate(x,
      df_NAME = y
    ) %>%
      select("df_NAME") %>%
      na.omit()
  }
)

df_FUN$df1
#>    df_NAME
#> 1      df1
#> 2      df1
#> 3      df1
#> 4      df1
#> 5      df1
#> 6      df1
#> 7      df1
#> 8      df1
#> 9      df1
#> 10     df1

Еще одно решение lapply здесь. Поскольку вы хотите получить имя df_LIST, вы должны использовать names вместо deparse(substitute(x)).

Первые несколько строк df вставлены сюда для демонстрации.

setNames(
  lapply(1:length(df_LIST), function(x) 
    transmute(df_LIST[[x]], df_NAME = names(df_LIST[x])) %>% 
      na.omit()), 
  names(df_LIST)
  ) %>% 
  list2env(.GlobalEnv)

df1
   df_NAME
1      df1
2      df1
3      df1

df2
   df_NAME
1      df2
2      df2
3      df2

df3
   df_NAME
1      df3
2      df3
3      df3

Однострочник с purrr::imap:

library(tidyverse)
df_FUN <- imap(df_LIST, ~ transmute(.x, df_NAME = .y))

> df_FUN$df1

   var1 df_NAME
1     1     df1
2     2     df1
3     3     df1
4     4     df1
5     5     df1
6     6     df1
7     7     df1
8     8     df1
9     9     df1
10   10     df1

В base R используйте Map/transform

Map(transform, df_LIST, df_NAME = names(df_LIST))

Другой вариант с использованием cbind и mapply:

df_FUN <- mapply(cbind, df_LIST, "df_NAME"=names(df_LIST), SIMPLIFY=F)

list2env(df_FUN, .GlobalEnv)

Выход

> df_FUN$df1

   var1 df_NAME
1     1     df1
2     2     df1
3     3     df1
4     4     df1
5     5     df1
6     6     df1
7     7     df1
8     8     df1
9     9     df1
10   10     df1

transform скопировано из решения @akrun, которое я добавил lapply:

Map(transform,lapply(df_LIST, function(x) {
  names(x)[ grep("var", names(x))] <- "df_NAME"
  x} ), df_NAME = names(df_LIST))
$df1
   df_NAME
1      df1
2      df1
3      df1
4      df1
5      df1
6      df1
7      df1
8      df1
9      df1
10     df1

$df2
   df_NAME
1      df2
2      df2
3      df2
4      df2
5      df2
6      df2
7      df2
8      df2
9      df2
10     df2

$df3
   df_NAME
1      df3
2      df3
3      df3
4      df3
5      df3
6      df3
7      df3
8      df3
9      df3
10     df3

Другие вопросы по теме