Como faço uma lista de quadros de dados?

As outras respostas dão bastante detalhe de como atribuir quadros de dados a elementos de lista, acessá-los, etc. Nós ... cubra isso um pouco aqui também, mas o ponto principalé dizer Não espere até ter um monte de data.frames para adicioná-los a uma lista. Começa pela lista.

Se eles são uma variedade estranha( o que é incomum), você pode simplesmente atribuí-los:

mylist <- list()
mylist[[1]] <- mtcars
mylist[[2]] <- data.frame(a = rnorm(50), b = runif(50))
...

O resto desta resposta irá cobrir alguns casos comuns onde você pode ser tentado a criar variáveis sequenciais, e mostrar-lhe como ir direto para listas. Se você é novo em listas em R, você pode querer também ler Qual é a diferença entre [[ e [ no acesso aos elementos de uma lista?.

Listas desde o início

Ler vários ficheiros numa lista de quadros de dados

my_data <- list()
for (i in seq_along(my_files)) {
    my_data[[i]] <- read.csv(file = my_files[i])
}

my_data <- lapply(my_files, read.csv)

Seja como for, é útil nomear os elementos da lista para corresponder aos ficheiros

names(my_data) <- gsub("\\.csv$", "", my_files)
# or, if you prefer the consistent syntax of stringr
names(my_data) <- stringr::str_replace(my_files, pattern = ".csv", replacement = "")

Dividir uma moldura de dados em um lista dos quadros de dados

mt_list = split(mtcars, f = mtcars$cyl)
# This gives a list of three data frames, one for each value of cyl

groups = sample(c("train", "test", "validate"),
                size = nrow(mtcars), replace = TRUE)
mt_split = split(mtcars, f = groups)
# and mt_split has appropriate names already!

Simular uma lista de quadros de dados

my_sim_data = data.frame(x = rnorm(50), y = rnorm(50))

Mas quem só há uma simulação? Queres fazer isto 100 vezes, 1000 vezes, mais! Mas você não quer 10 mil quadros de dados no seu espaço de trabalho. Use replicate e coloque-os numa lista:

sim_list = replicate(n = 10,
                     expr = {data.frame(x = rnorm(50), y = rnorm(50))},
                     simplify = F)

Especialmente neste caso, você também deve considerar se você realmente precisa de quadros de dados separados, ou uma única estrutura de dados com uma coluna de "grupo" também funcionaria? Usando data.table ou dplyr é muito fácil fazer as coisas "por grupo" a uma moldura de dados.

Se você tem quadros de dados nomeados em um padrão, por exemplo, df1, df2, df3, e se os quiser numa lista, pode obtê-losse conseguir escrever uma expressão regular que corresponda aos nomes. Algo como ...

df_list = mget(ls(pattern = "df[0-9]"))
# this would match any object with "df" followed by a digit in its name
# you can test what objects will be got by just running the
ls(pattern = "df[0-9]")
# part and adjusting the pattern until it gets the right objects.

# base option - slower but not extra dependencies
big_data = do.call(what = rbind, args = df_list)

# data table and dplyr have nice functions for this
# they will be faster and can also add id columns to identify
# which list item they came from. They can also fill in
# missing values if some data frames have more columns than others
big_data = data.table::rbindlist(df_list)
big_data = dplyr::bind_rows(df_list)

Também pode aceder a colunas e valores específicos em cada elemento da lista com [ e [[. Aqui estão alguns exemplos. Primeiro, podemos acessar apenas a primeira coluna de cada quadro de dados na lista com lapply(ldf, "[", 1), onde 1 significa o número da coluna.

ldf <- list(d1 = d1, d2 = d2)  ## create a named list of your data frames
lapply(ldf, "[", 1)
# $d1
#   y1
# 1  1
# 2  2
# 3  3
#
# $d2
#   y1
# 1  3
# 2  2
# 3  1

lapply(ldf, "[", 1, 2)
# $d1
# [1] 4
# 
# $d2
# [1] 6

Então também podemos acessar os valores da coluna diretamente, como um vetor, com [[

lapply(ldf, "[[", 1)
# $d1
# [1] 1 2 3
#
# $d2
# [1] 3 2 1

Se tiver um grande número de quadros de dados sequencialmente nomeados, poderá criar uma lista do subconjunto desejado de quadros de dados como este:

d1 <- data.frame(y1=c(1,2,3), y2=c(4,5,6))
d2 <- data.frame(y1=c(3,2,1), y2=c(6,5,4))
d3 <- data.frame(y1=c(6,5,4), y2=c(3,2,1))
d4 <- data.frame(y1=c(9,9,9), y2=c(8,8,8))

my.list <- list(d1, d2, d3, d4)
my.list

my.list2 <- lapply(paste('d', seq(2,4,1), sep=''), get)
my.list2

Onde my.list2 devolve uma lista que contém as 2.ª, 3. ª e 4. ª molduras de dados.

[[1]]
  y1 y2
1  3  6
2  2  5
3  1  4

[[2]]
  y1 y2
1  6  3
2  5  2
3  4  1

[[3]]
  y1 y2
1  9  8
2  9  8
3  9  8

Note, No entanto, que os quadros de dados da lista acima não são mais nomeados. Se quiser criar uma lista que contenha um subconjunto de molduras de dados e quiser preservar os seus nomes, pode tentar isto:

list.function <-  function() { 

     d1 <- data.frame(y1=c(1,2,3), y2=c(4,5,6))
     d2 <- data.frame(y1=c(3,2,1), y2=c(6,5,4))
     d3 <- data.frame(y1=c(6,5,4), y2=c(3,2,1))
     d4 <- data.frame(y1=c(9,9,9), y2=c(8,8,8))

     sapply(paste('d', seq(2,4,1), sep=''), get, environment(), simplify = FALSE) 
} 

my.list3 <- list.function()
my.list3

Que devolve:

> my.list3
$d2
  y1 y2
1  3  6
2  2  5
3  1  4

$d3
  y1 y2
1  6  3
2  5  2
3  4  1

$d4
  y1 y2
1  9  8
2  9  8
3  9  8

> str(my.list3)
List of 3
 $ d2:'data.frame':     3 obs. of  2 variables:
  ..$ y1: num [1:3] 3 2 1
  ..$ y2: num [1:3] 6 5 4
 $ d3:'data.frame':     3 obs. of  2 variables:
  ..$ y1: num [1:3] 6 5 4
  ..$ y2: num [1:3] 3 2 1
 $ d4:'data.frame':     3 obs. of  2 variables:
  ..$ y1: num [1:3] 9 9 9
  ..$ y2: num [1:3] 8 8 8

> my.list3[[1]]
  y1 y2
1  3  6
2  2  5
3  1  4

> my.list3$d4
  y1 y2
1  9  8
2  9  8
3  9  8

Tomando como dado tem um grande número de dados.molduras com nomes semelhantes (aqui d# Onde # é algum inteiro positivo), o seguinte é uma ligeira melhoria do método de @mark-miller, na medida em que ele retorna automaticamente uma lista com nome de dados.molduras e é mais terse.

A chave está a usar mget em conjunto com ls. Se os quadros de dados d1 e d2 fornecidos na pergunta eram os únicos objetos com nomes D# no ambiente, então

my.list <- mget(ls(pattern="^d[0-9]+"))

O que faria return

my.list
$d1
  y1 y2
1  1  4
2  2  5
3  3  6

$d2
  y1 y2
1  3  6
2  2  5
3  1  4

Este método tira partido do argumento padrão em ls, que nos permite usar expressões regulares para fazer uma análise mais precisa dos nomes dos objectos no ambiente.

Como @gregor aponta , é um Geral melhor configurar o seu processo de construção de dados para que os dados.as molduras são colocadas em listas com nomes no início.

Dados

d1<-data.frame(y1 = c(1,2,3),y2 = c(4,5,6))
d2<-data.frame(y1 = c(3,2,1),y2 = c(6,5,4))

 D1 <- data.frame(Y1=c(1,2,3), Y2=c(4,5,6))
 D2 <- data.frame(Y1=c(3,2,1), Y2=c(6,5,4))
 D3 <- data.frame(Y1=c(6,5,4), Y2=c(3,2,1))
 D4 <- data.frame(Y1=c(9,9,9), Y2=c(8,8,8))

Depois fazes a tua lista Facilmente:

mylist <- list(D1,D2,D3,D4)

mylist[[1]] # to access 'd1'

Pode usar esta função para obter e atribuir o nome de dados da sua escolha.

GETDF_FROMLIST <- function(DF_LIST, ITEM_LOC){
   DF_SELECTED <- DF_LIST[[ITEM_LOC]]
   return(DF_SELECTED)
}

D1 <- GETDF_FROMLIST(mylist, 1)
D2 <- GETDF_FROMLIST(mylist, 2)
D3 <- GETDF_FROMLIST(mylist, 3)
D4 <- GETDF_FROMLIST(mylist, 4)

Se quiser seleccionar os nomes de dados no seu espaço de trabalho, tente isto :

Filter(function(x) is.data.frame(get(x)) , ls())

Ou

ls()[sapply(ls(), function(x) is.data.frame(get(x)))]

Todos estes vão dar o mesmo resultado.

Você pode mudar is.data.frame para verificar outros tipos de variáveis como is.function