如何获取R环境中可用数据帧的列表?
当我们执行任何类型的数据分析时,在R环境中会创建许多类型的对象,例如矢量,数据帧,矩阵,列表,数组等。如果我们要获取R中可用数据帧的列表,环境,然后我们可以使用以下命令-
names(which(unlist(eapply(.GlobalEnv,is.data.frame))))
示例
x1<-rnorm(25) x1输出结果
[1] 0.567169417 0.225760338 0.431393591 -0.419678291 -2.167417490 [6] 0.599410253 -1.936957284 -0.601723252 -0.210805670 -0.515634650 [11] -0.145867403 -1.670541518 -0.160427082 0.784548090 -0.530931156 [16] 0.973887609 -0.115687083 -1.469525241 0.903437248 0.260271889 [21] -1.021167526 0.261825724 -1.431022651 0.006119475 -0.935248330
示例
x2<-data.frame(x=rpois(20,2),y=rpois(20,2)) x2输出结果
x y 1 2 4 2 1 1 3 2 2 4 1 4 5 5 1 6 1 2 7 3 2 8 1 3 9 3 3 10 5 1 11 3 1 12 0 1 13 2 5 14 4 2 15 3 0 16 6 0 17 3 4 18 5 1 19 1 3 20 1 0
示例
x3<-data.frame(x=rexp(20,2.1),y=rexp(20,1.2)) x3输出结果
x y 1 0.08637793 0.3611441 2 0.06233789 1.0206873 3 1.20495802 0.6067851 4 0.60393345 0.1692306 5 0.11447822 0.4875182 6 0.32097787 0.2984741 7 0.09996313 0.7241003 8 0.52471669 1.2555738 9 0.69409516 0.2025357 10 0.08056040 0.8985850 11 0.27020003 1.6472922 12 0.18115211 0.6072404 13 1.12247247 0.0400686 14 0.02473768 2.3088929 15 0.09295997 1.2731939 16 2.02997989 1.3905549 17 1.76667321 0.3793563 18 0.44163965 0.1276282 19 0.08554350 0.5680570 20 0.90013924 1.1731834
示例
x4<-runif(50,2,10) x4输出结果
[1] 6.229683 2.848786 5.127299 6.074733 9.235342 7.086393 3.456571 6.476437 [9] 9.180637 8.562265 3.642606 8.963444 2.665767 3.219165 2.455509 4.746601 [17] 5.700686 8.568766 2.106431 4.427528 7.566335 5.767371 9.606190 8.720031 [25] 9.161196 3.994676 6.623008 3.227018 4.013676 8.920018 8.652831 7.510169 [33] 8.799055 6.243303 5.223534 6.640771 3.359809 4.675036 5.699510 9.801201 [41] 9.237743 9.530666 4.077065 2.704086 7.189221 5.890195 4.968044 4.638300 [49] 5.019257 7.183788
示例
x5<-sample(round(rnorm(5),2),50,replace=TRUE) x5
输出
[1] -0.67 1.43 -0.67 0.79 1.62 1.62 1.43 1.62 0.79 -0.65 0.79 1.62 [13] 1.62 1.43 1.43 1.62 -0.67 1.62 -0.65 1.62 -0.67 0.79 1.62 0.79 [25] 1.62 1.43 -0.67 1.43 -0.67 1.43 1.43 -0.67 -0.65 1.43 1.62 1.43 [37] 1.62 1.43 1.62 -0.65 0.79 1.43 1.62 1.62 -0.65 1.43 1.62 -0.65 [49] 1.62 1.43
示例
x6<-sample(round(rnorm(5,30,2.24),2),100,replace=TRUE) x6输出结果
[1] 30.42 29.02 30.42 29.48 29.48 27.21 27.21 32.75 29.48 30.42 29.02 27.21 [13] 29.48 32.75 29.02 27.21 29.48 29.48 30.42 29.02 29.48 30.42 27.21 27.21 [25] 32.75 27.21 29.02 27.21 32.75 30.42 29.48 30.42 32.75 32.75 29.48 32.75 [37] 27.21 30.42 29.02 29.48 27.21 30.42 32.75 27.21 29.02 32.75 29.48 32.75 [49] 32.75 27.21 32.75 32.75 29.48 29.48 27.21 29.48 29.48 27.21 29.02 32.75 [61] 32.75 30.42 29.02 30.42 27.21 27.21 29.48 29.48 29.48 30.42 32.75 29.02 [73] 29.02 29.48 27.21 30.42 30.42 29.02 32.75 27.21 27.21 27.21 32.75 29.48 [85] 29.02 30.42 32.75 27.21 30.42 27.21 30.42 29.02 27.21 29.02 29.02 32.75 [97] 30.42 29.48 30.42 30.42
名称(其中(unlist(eapply(.GlobalEnv,is.data.frame)))))
输出结果
[1] "x2" "x3"
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下