R 一个DF的数据帧列表；从列表中的每个DF提取日期列，将所有值传递给单个DF（带列1985-2017）

我有一个169个数据帧（assetcount_dfs）的列表，对应于地理网格上的正方形，每个正方形都包含一组资产。我想填写一个单独的数据框，计算1985-2017年每一天每平方米开始的资产数量

以下是此数据帧列表的结构：

 Square1_DF (3 rows/assets)   | x | y | dates char[1989, N/A, 1991]
 ...
 Square169_DF (1 row/asset)   | x | y | dates char[2002]

我想将其转换为一个数据帧，在“dateDF”中计算这些日期：

这是我的数据的一个玩具样本。在

assetcount\u dfs

中的每个数据框中，“val”列表示我要填充dateDF的日期：

---

sdf1我会使用
tidyverse（）
来处理这个问题。不要试图在循环中编辑
dateDF
，而是计算一年与一个数据帧ID一起出现的频率，然后将数据重塑为您想要的格式

library(tidyverse)

assets2  <- assetcount_dfs %>% 
  # combine all the small data frames into a single big df
  bind_rows(.id = 'rowdf') %>% 
  # toss out the N/A values so they don't get counted
  filter(val != "#N/A")


simpleDateDF <- assets2 %>% 
  # count each year and what data frame it's from
  count(rowdf, val) %>% 
  # spread the years out into columns, using 0 as the default
  spread(val, n, fill = 0)

库（tidyverse）
资产2%
#将所有小数据帧组合成一个大数据帧
绑定_行（.id='rowdf'）%>%
#扔掉N/A值，这样它们就不会被计算在内
过滤器（val！=“不适用”）
简化的F%
#每年统计一次，它来自于什么样的数据框架
计数（rowdf，val）%>%
#将年份分散到列中，使用0作为默认值
排列（val，n，填充=0）
什么决定了在
dateDF
中计数应该进入哪一行？显然，计数会进入相应年份对应的列中，但您如何知道将特定计数放入哪一行？另外，什么是
assetcount\u dfs
？在
assetcount\u dfs
中，每个网格方格都有一个唯一的id:
“75923”“75924”“76565”
等等。所以我给了
dateDF
相同的行名，这些方格的唯一id<代码>（rownames（dateDF）以及什么决定了特定年份的事件计数应该进入哪一行？列表中的每个数据帧都有ID，即列表的名称。因此，我从数据帧的“dates”列（此处
val
）提取的所有值应该使用相同的ID进入
dateDF
中的行。每当我在其中一个数据帧中遇到1985到2017之间的值时，我希望增加相应的列（例如
dateDF
中的X2000）和行（由初始列表ID定义）1.这就是为什么我将
dateDF
rownames设置为列表中数据帧的ID不清楚“列表中的每个数据帧都有ID”是什么意思。在任何数据帧中都没有标记为ID的列，在
dateDF
中也没有类似于“sdf1”的任何内容或者与较小数据帧中的
a
或
x
列共享的任何值。可能还有169个较小的数据帧，每个数据帧对应一行？
  sdf1 <- data.frame(a = c("1","4","5","1"), x = c("sdf","asf","asdf","sdf"), val = c("2014","2012","#N/A", "2001"))
  sdf2 <- data.frame(a = c("1","4"), x = c("sdf","asdf"), val = c("#N/A","2011"))
  sdf3 <- data.frame(a = c("1","4","5","1","1"), x = c("sdf","asf","asdf","sdf","sdf"), val = c("2010","2015","2000","2002", "2003"))

  assetcount_dfs <- list(sdf1 = sdf1,sdf2 = sdf2,sdf3 = sdf3)

  date_range <- 1985:2017
  dateDF <- data.frame(matrix(ncol = length(date_range),nrow = 3))     # actual length is 169 rows, only using 3 for this example
  colnames(dateDF) <- paste0('X',1985:2017) # name columns 'X'DATE
  rownames(dateDF) <- names(assetcount_dfs)
  dateDF[] <- 0          # filled with zeroes     

invisible(map(listx, function(df) {

for (i in df$val){
    if (as.integer(i) %in% 1985:2017){
    datesDF_colName <- paste0('X',i)
    dateDF[substitute(df), datesDF_colName] <- dateDF[[datesDF_colName]] + 1 
      # Attempt to set dateDF value at [grid-square DF's name / row, Column based on Year ]
    } 

}}))

# Output:    
# Error in `[<-.data.frame`(`*tmp*`, substitute(df), datesDF_colName, value = 
# c(1,  : 
#  anyNA() applied to non-(list or vector) of type 'language'
# Called from: `[<-.data.frame`(`*tmp*`, substitute(df), datesDF_colName, 
# value = c(1, 
# 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
# 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 

# Note my sample code for 'listx' for some reason generates DFs with factors, although I am currently dealing with character arrays.

library(tidyverse)

assets2  <- assetcount_dfs %>% 
  # combine all the small data frames into a single big df
  bind_rows(.id = 'rowdf') %>% 
  # toss out the N/A values so they don't get counted
  filter(val != "#N/A")


simpleDateDF <- assets2 %>% 
  # count each year and what data frame it's from
  count(rowdf, val) %>% 
  # spread the years out into columns, using 0 as the default
  spread(val, n, fill = 0)