使用Lappy在data.frames列表上创建列值的条件和

我有如下示例所示的数据：

[[1]]
           KRW.LOW.1 KRW.LOW.1.1 KRW.50D   KRW.LOW.1.2
2014-08-11        -1          1       1    5
2014-08-12        -1          1       1    10

[[2]]]
           EUR.CLOSE EUR.CLOSE.1 EUR.50D   EUR.CLOSE.2
2014-08-29        -1          -1       1    3
2014-09-01        -1           1       1    1
2014-09-02         0          -1       0    2

这是数据帧的列表。我想根据前三列的条件对第四行（VAR.CLOSE.2）中的元素求和。条件是：

列1具有非负值或

第2列严格大于零或

第3列是非负的

换句话说，作为一个说明性的例子，如果我只是检查一个数据帧，我想要类似于

sum（x[x[，1]！=0 | x[，2]>0 | x[，3]！=0]），4）

在上面给出的例子中，我想得到以下计算结果：

[[1]]
              KRW 
ReturnSum     15 


[[2]]
              EUR 
ReturnSum     5

因为最后一行不满足3个条件中的任何一个，所以我们只对前2行求和得到5欧元。特别是，条件

数据[[2]][3,1]！=0

数据[[2]][3,3]！=0

两者都失败，

数据[[2]][3,2]>0

我试着用你的方式来实现这一点

i <- 1:length(FlaggingTrend)
SumReturns <- lapply(FlaggingTrend[[i]], function(x) sum(x[which(x[,2]!=0|x[,3]>0|x[,4]!=0),4]))

---

您可以尝试使用purrr：

map_df(FlaggingTrend, function(x) {
co <- stringr::str_extract(names(x)[1], "\\w+")
names(x) <- c(names(x[[1]]))
x %>% 
    filter(EUR.CLOSE != 0, EUR.50D > 0, EUR.CLOSE.1 != 0) %>% 
    mutate(co = co) %>%
    group_by(co) %>%
    summarize(Sum_Var = sum(EUR.CLOSE.2))
})

map_-df（标记趋势，功能（x）{
co 0，欧元收盘价。1！=0）%>%
突变（co=co）%>%
集团（co）%>%
汇总（总和=总和（欧元收盘价2））
})

---

列表中的每个数据帧都将其列重命名为第一列。这不会返回示例中的值，但过滤应该可以正常工作。

很难判断您想要什么。可能是这样的：

lappy（dat，函数（x）sum（x[x[1:3,1]！=0 | x[1:3,2]>0 | x[1:3,3]！=0），4]）

@count对不起，是的。我可以尝试用更简单的数据编辑我的示例，这样就不会太碍眼了。我不确定

x[哪个（x[1:3,1]！=0 | x[1:3,2]>0 | x[1:3,3]！=0），4]

是否有效，因为我正在处理一个跨越200多行的更大数据集。我将编辑我的帖子以使其更清晰。@count也很抱歉，我尝试使用了你的

lappy

函数，但我得到了一个

NA

列表，我不喜欢purr，但谢谢你！然而，当我尝试它时，我得到一个错误，说foo未找到。当我用FlaggingTrend替换foo时，我在

[[这只是我的一个错误。Map_df的工作原理与Lappy非常相似，因此您将列表中的每个元素定义为x的函数。我只是没有通过修补修复变量。抱歉，我再次打扰您，但在更改为x后，我得到了
错误：每个变量都必须命名。问题变量：1、2、3、4
。如果这是一个相当愚蠢的问题，我很抱歉stion，但这可能是因为
过滤器（EUR.CLOSE！=0…
，因为我有更多名为JPY、GBP、CHF、NOK…等的变量（结构类似）？没问题。我能够重现问题并找到解决方案。这与我设置重命名每个元素x的方式有关。
名称（x[[1]]）
随着列表的每个元素而变化。这是我们不希望发生的事情。要了解为什么只运行
map\u df（FlaggingTrend，function（x）x）
。这会将列绑定在一起，但不会创建有用的数据框。因此，我们需要创建一个每个列都可以使用的静态名称列表。我刚才使用了：
name\u list
map_df(FlaggingTrend, function(x) {
co <- stringr::str_extract(names(x)[1], "\\w+")
names(x) <- c(names(x[[1]]))
x %>% 
    filter(EUR.CLOSE != 0, EUR.50D > 0, EUR.CLOSE.1 != 0) %>% 
    mutate(co = co) %>%
    group_by(co) %>%
    summarize(Sum_Var = sum(EUR.CLOSE.2))
})