R 快速生成包含数据帧的新变量的方法

我想制作一组新的变量a，b，c，d…z来存储可存储的数据帧。然后，我将rbind存储tibble数据帧的新变量，并将它们导出为csv。如何在不必每次指定新变量的情况下更快地执行此操作

a<- subset(data.frame, variable1="condition1",....,) %>% group_by() %>% summarize( a=mean())
b<-subset(data.frame, variable1="condition2",....,) %>% group_by() %>% summarize( a=mean())
....

z<-subset(data.frame, variable1="condition2",....,) %>% group_by() %>% summarize( a=mean())

rbind(a,b,....,z)

a%group\u by（）%%>%summary（a=mean（））
b%分组依据（）%>%汇总（a=mean（））
....
z%分组依据（）%>%汇总（a=mean（））
rbind（a，b，…，z）

---

必须有一个更快的方法来做到这一点。我的数据集很大，因此将其作为a、b、c、…z的分区存储在内存中会导致计算机崩溃。重复键入子集条件以形成分区是一件乏味的事情。

与其在全局环境中创建多个对象，不如在

列表中重新读取它们，然后绑定它

library(data.table)
files <- list.files(pattern = "\\.csv", full.names = TRUE)
rbindlist(lapply(files, fread))

如果'condition1'、'condition2'等是表达式，请将其放置为
quosure
并对其求值

map2_df(quos(condition1, condition2), c("a", "b"), ~ df1 %>%
                 filter(!! .x) %>%
                  summarise(!! .y := mean(colnames)))


使用可复制的示例

conditions <- quos(Petal.Length>1.5,Species == 'setosa',Sepal.Length > 5) 
map2(conditions, c('a', 'b', 'c'), ~ 
           iris %>% 
                filter(!! .x)  %>%
                summarise(!! .y := mean(Sepal.Length)))
#[[1]]
#         a
#1 6.124779

#[[2]]
#      b
#1 5.006

#[[3]]
#         c
#1 6.129661

条件1.5，种=='setosa'，萼片长度>5）
map2（条件，c（'a'，'b'，'c'），~
虹膜%>%
过滤器（！！.x）%>%
总结（！！.y:=平均值（萼片长度）））
#[[1]]
#a
#1 6.124779
#[[2]]
#b
#1 5.006
#[[3]]
#c
#1 6.129661

如果我们使用
map2\u-dfc

注意：不清楚OP是否表示“condition1”、“condition2”作为表达式传递给
filter
ing行
 您可以使用
purrr
软件包执行类似操作：

你可能需要使用NSE取决于你的情况。你可以参考

purrr:：map\u df(
c（“条件1”、“条件2”、“条件N”），
#.x适用于每种情况
~subset（您的_数据_帧，variable1=.x，…）%%>%groupby（某些_列）%%>%summary（a=平均值（某些_列））
)

使用iris的示例：

库（rlang）
条件%
dplyr:：filter（！！rlang:：parse_expr（x））%>%
总目（）
})

使用虹膜的示例：

条件%dplyr:：filter（！！rlang:：parse_expr（.x））%>%nrow（）
#或者（！！几乎等同于eval或rlang:：eval_tidy（））
映射（条件，~iris%>%dplyr:：filter（eval（rlang:：parse_expr（.x）））%>%nrow（）

[[1]]
[1] 113
[[2]]
[1] 50
[[3]]
[1] 118
@yifan我计划生成的每个新变量都是基于不同条件的数据帧的子集。回想我最初的计划，使变量a，…，z，条件1是变量a，条件2是变量b，条件n是变量z？条件1，。。。。条件n是布尔条件，是否在串联“c”中用逗号分隔条件1、、、、n？是的，可以使用
c
将它们串联起来。您需要使用
将字符串作为表达式计算
和
解析表达式。
如果包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，则更容易为您提供帮助。
子集
没有参数
variable1
或者某种类型的循环在这里会很有帮助
conditions <- quos(Petal.Length>1.5,Species == 'setosa',Sepal.Length > 5) 
map2(conditions, c('a', 'b', 'c'), ~ 
           iris %>% 
                filter(!! .x)  %>%
                summarise(!! .y := mean(Sepal.Length)))
#[[1]]
#         a
#1 6.124779

#[[2]]
#      b
#1 5.006

#[[3]]
#         c
#1 6.129661