R 如何在多个数据帧中查找列的位置

我有许多数据帧，与下面创建的4个数据帧类似：-

red<-data.frame(a=c(1,2,3),b=c(1,4,5),d=c(1,2,3))
blue<-data.frame(a=c(1,2,3),d=c(1,2,3),b=c(1,4,5))
green<-data.frame(a=c(1,2,3),b=c(1,4,5),d=c(1,2,3))
pink<-data.frame(a=c(1,2,3),d=c(1,2,3),b=c(1,4,5))

上面的输出显示，在所有4个数据帧中，A是第一列的标签，而B是2个数据帧中2列的标签

---

我希望在R中为具有相同列的许多文件生成此输出。我想知道R中许多文件中每列的位置。

您可以尝试以下黑客解决方案：

foo <- do.call(rbind, 
               lapply(list(red, pink, blue, green), names))
#      [,1] [,2] [,3]
# [1,] "a"  "b"  "d" 
# [2,] "a"  "d"  "b" 
# [3,] "a"  "d"  "b" 
# [4,] "a"  "b"  "d" 

result <- reshape2::melt(apply(foo, 2, table))
# Var1 value L1
#   a     4  1
#   b     2  2
#   d     2  2
#   b     2  3
#   d     2  3

# To get wanted result 
colnames(result) <- c("Colnames", "Freq", "Location")
result[order(result$Colnames), c("Location", "Freq", "Colnames")]

library(data.table)
setDT(melt(lapply(list(red, blue, green, pink), names), value.name = "Colnames"))[
  , Location := rowid(L1)][, .N, keyby = .(Colnames, Location)]

foo不使用rbind:

library(tidyverse)

f <- function(x) {
  tibble(Colnames = names(x), Location = seq(Colnames))
}

list(red, blue, green, pink) %>%
  map_df(f) %>%
  group_by(Location, Colnames) %>%
  summarize(Freq = n()) %>%
  arrange(Location, Freq)

库（tidyverse）
f%
地图(f)%>%
分组依据（位置、列名称）%>%
汇总（Freq=n（））%>%
安排（地点、频率）

输出：

A tibble: 5 x 3
Groups:   Location [3]
  Location Colnames  Freq
     <int>    <chr> <int>
1        1        a     4
2        2        b     2
3        2        d     2
4        3        b     2
5        3        d     2

A tible:5 x 3
分组：地点[3]
位置名称频率
1 a 4
2b2
3 2 d 2
4 3 b 2
5 3 d 2
为了完整起见，并对问题进行了相应的标记，以下是
数据。表
解决方案：

foo <- do.call(rbind, 
               lapply(list(red, pink, blue, green), names))
#      [,1] [,2] [,3]
# [1,] "a"  "b"  "d" 
# [2,] "a"  "d"  "b" 
# [3,] "a"  "d"  "b" 
# [4,] "a"  "b"  "d" 

result <- reshape2::melt(apply(foo, 2, table))
# Var1 value L1
#   a     4  1
#   b     2  2
#   d     2  2
#   b     2  3
#   d     2  3

# To get wanted result 
colnames(result) <- c("Colnames", "Freq", "Location")
result[order(result$Colnames), c("Location", "Freq", "Colnames")]

library(data.table)
setDT(melt(lapply(list(red, blue, green, pink), names), value.name = "Colnames"))[
  , Location := rowid(L1)][, .N, keyby = .(Colnames, Location)]

它使用
melt（）
将调用
lappy（）
返回的列名重塑为长格式的data.frame。与data.table合并后，使用
rowid（）
函数追加位置。最后，计算
Colnames
和
Location
的出现次数

请注意，这也适用于列数不同的data.frames列表

data.table
包包括一个针对
data.table
对象的
melt（）
优化方法。对于
data.frame
、
array
和
list
对象，将调度
restrape2
包中的相应方法

value.name
参数指定数据值列的名称。根据OP的要求，默认名称
值
将替换为
Colnames
。有关详细信息，请参阅帮助页面
？melt
 有没有一种不用rbind的方法呢？我不想要rbind，因为我所有的文件都没有相同的列数。sapply并没有给我想要的输出。不管我给了什么，代码都应该是万无一失的@PoGibas。tidyr是tidyverse包系统的一部分。不过，这个特殊的解决方案主要使用purrr和dplyr函数。value.name的作用是什么？@sidsatam，我已经根据要求添加了更多的解释。