R-如果对列表应用了else

我是R新手，所以可能有些概念不完全正确。。。 我在列表中读取了一组文件（此处仅显示了每个文件的前3行）：

myfiles也许这有帮助

 lapply(myfiles,within, V3 <- ifelse(V2 >50, V3, NA))


 #[[1]]
 #    V1 V2        V3
 #1 10001 33        NA
 #2 30001 65 0.0991478
 #3 50001 54 0.1564400

 #[[2]]
 #    V1 V2       V3
 #1 10001 62 0.085526
 #2 30001 74 0.153664
 #3 50001 71 0.102096

#[[3]]
#     V1 V2       V3
#1 10001 49       NA
#2 30001 65 0.169615
#3 50001 61 0.070896

或者正如@Richie Cotton所提到的，您也可以使用
rbindlist
将数据集绑定在一起，然后一步完成操作

 library(tools)
 dt1 <- rbindlist(lapply(files, function(x) 
      fread(x)[,id:= basename(file_path_sans_ext(x))] ))[V2<=50, V3:=NA]

 dt1
 #     V1 V2        V3   id
 #1: 10001 33        NA tab1
 #2: 30001 65 0.0991478 tab1
 #3: 50001 54 0.1564400 tab1
 #4: 10001 62 0.0855260 tab2
 #5: 30001 74 0.1536640 tab2
 #6: 50001 71 0.1020960 tab2
 #7: 10001 49        NA tab3
 #8: 30001 65 0.1696150 tab3
 #9: 50001 61 0.0708960 tab3

库（工具）
dt1您可以在
中使用
lappy
和
transform
/
。有三种可能性：


a）
ifelse

lapply(myfiles, transform, V3 = ifelse(V2 > 50, V3, NA))


b）数学运算符（可能更有效）

这似乎比应该的更难，因为您使用的是数据帧列表，而不是单个数据帧。您可以使用
dplyr
中的
rbind\u all
将所有数据帧合并为一个数据帧

library(dplyr)
# Some variable renaming for clarity:
# myfiles now refers to the file names; mydata now contains the data
myfiles <- list.files(pattern="tab", full.names=TRUE) 
mydata <- lapply(myfiles, read.table, skip="#")

# Get the number of rows in each data frame
n_rows <- vapply(mydata, nrow, integer(1))
# Combine the list of data frames into a single data frame
all_mydata <- rbind_all(mydata)
# Add an identifier to see which data frame the row came from.
all_mydata$file <- rep(myfiles, each = n_rows)

# Now update column 3
is.na(all_mydata$V3) <- all_mydata$V2 < 50

库（dplyr）
#为清晰起见，有些变量重命名：
#myfiles现在指的是文件名；mydata现在包含这些数据
myfiles尝试为每个df添加一个id列并将它们绑定在一起：

for(i in 1:3) myfiles[[i]]$id = i
ddf = myfiles[[1]]
for(i in 2:3) ddf = rbind(ddf, myfiles[[i]])

然后在复合df上应用更改并再次拆分：

ddf$V3 = ifelse(ddf$V2>50, ddf$V3, NA)
myfiles = lapply(split(ddf, ddf$id), function(x) x[1:3])

myfiles
$`1`
     V1 V2        V3
1 10001 33        NA
2 30001 65 0.0991478
3 50001 54 0.1564400

$`2`
      V1 V2       V3
11 10001 62 0.085526
21 30001 74 0.153664
31 50001 71 0.102096

$`3`
      V1 V2       V3
12 10001 49       NA
22 30001 65 0.169615
32 50001 61 0.070896

如果要替换
V3
列，只需修改函数：
lappy（myfiles，function（x）{x$V350，x$V3，NA）；x}）
。如果要添加另一个名为
newcolumnname
的列，只需在上述命令中将
x$V3
替换为
x$newcolumnname
。是否替换
V2
或
V3
中的值？我想根据V2上的条件替换V3中的值这3种可能性的处理时间是否有任何首选项？我选择transform+ifelse（a），因为它对我来说更具可读性。Thanks@PedroA我更喜欢第三种解决方案。
ifelse
版本显然是最低效的版本。为什么“@rnso”必须使用
=
而不是
为什么“=”在这里不起作用：lappy（myfiles，within，V3=ifelse（V2>50，V3，NA））？它抛出错误：eval（expr、envir、enclose）中的错误：缺少参数，没有default@rnso也许这个链接提供了一些想法
lapply(myfiles, transform, V3 = NA ^ (V2 <= 50) * V3)

lapply(myfiles, within, is.na(V3) <- V2 < 50)

[[1]]
     V1 V2        V3
1 10001 33        NA
2 30001 65 0.0991478
3 50001 54 0.1564400

[[2]]
     V1 V2       V3
1 10001 62 0.085526
2 30001 74 0.153664
3 50001 71 0.102096

[[3]]
     V1 V2       V3
1 10001 49       NA
2 30001 65 0.169615
3 50001 61 0.070896

library(dplyr)
# Some variable renaming for clarity:
# myfiles now refers to the file names; mydata now contains the data
myfiles <- list.files(pattern="tab", full.names=TRUE) 
mydata <- lapply(myfiles, read.table, skip="#")

# Get the number of rows in each data frame
n_rows <- vapply(mydata, nrow, integer(1))
# Combine the list of data frames into a single data frame
all_mydata <- rbind_all(mydata)
# Add an identifier to see which data frame the row came from.
all_mydata$file <- rep(myfiles, each = n_rows)

# Now update column 3
is.na(all_mydata$V3) <- all_mydata$V2 < 50

for(i in 1:3) myfiles[[i]]$id = i
ddf = myfiles[[1]]
for(i in 2:3) ddf = rbind(ddf, myfiles[[i]])

ddf$V3 = ifelse(ddf$V2>50, ddf$V3, NA)
myfiles = lapply(split(ddf, ddf$id), function(x) x[1:3])

myfiles
$`1`
     V1 V2        V3
1 10001 33        NA
2 30001 65 0.0991478
3 50001 54 0.1564400

$`2`
      V1 V2       V3
11 10001 62 0.085526
21 30001 74 0.153664
31 50001 71 0.102096

$`3`
      V1 V2       V3
12 10001 49       NA
22 30001 65 0.169615
32 50001 61 0.070896