我已经完成了一个起点-目的地成本矩阵（23个起点，〜600,000个目的地），用于在ArcGIS中的街道网络中旅行，并使用Python脚本通过商店ID将所得矩阵分解为DBF表。我已将每个DBF表加载到R会话中，如下所示：
# Import OD cost matrix results for each store
origins <- read.dbf('ODM_origins.dbf')
store_17318 <- read.dbf('table_17318.dbf')
store_17358 <- read.dbf('table_17358.dbf')
store_17601 <- read.dbf('table_17601.dbf')
store_17771 <- read.dbf('table_17771.dbf')
store_18068 <- read.dbf('table_18068.dbf')
store_18261 <- read.dbf('table_18261.dbf')
store_18289 <- read.dbf('table_18289.dbf')
store_18329 <- read.dbf('table_18329.dbf')
store_18393 <- read.dbf('table_18393.dbf')
store_18503 <- read.dbf('table_18503.dbf')
store_18522 <- read.dbf('table_18522.dbf')
store_19325 <- read.dbf('table_19325.dbf')
store_19454 <- read.dbf('table_19454.dbf')
store_20068 <- read.dbf('table_20068.dbf')
store_20238 <- read.dbf('table_20238.dbf')
store_20292 <- read.dbf('table_20292.dbf')
store_20435 <- read.dbf('table_20435.dbf')
store_20465 <- read.dbf('table_20465.dbf')
store_20999 <- read.dbf('table_20999.dbf')
store_22686 <- read.dbf('table_22686.dbf')
store_22715 <- read.dbf('table_22715.dbf')
store_24445 <- read.dbf('table_24445.dbf')
store_24446 <- read.dbf('table_24446.dbf')
ID <- as.vector(origins$Name) # Create list of store IDs
object_list <- list(ls(pat="store_")) # Create list of DBF object names
这是每个数据框的布局：
> head(store_17318)
OID_ NAME ORIGINID DESTINATIO DESTINAT_1 TOTAL_TRAV SHAPE_LENG
1 0 17318 - 17318 25 5367 1 0.2056914 202.2393
2 0 17318 - 17318 25 5368 2 0.2056914 202.2393
3 0 17318 - 17318 25 5381 5 0.2432538 224.3947
4 0 17318 - 17318 25 5382 6 0.2432538 224.3947
5 0 17318 - 17318 25 5362 7 0.3670772 294.8987
6 0 17318 - 17318 25 5363 8 0.3670772 294.8987
对于每个数据框，我想通过商店ID查找旅行时间的摘要统计信息（平均值，SD），并将其写入新的数据框。这似乎是标准的拆分，应用，合并工作流，但它涉及拆分多个对象。任何有关此问题的帮助将不胜感激。
您可以使用sapply：
res <- sapply(ls(pattern = "store_"), function(x) {
tmp <- get(x)$TOTAL_TRAV
c(mean = mean(tmp), SD = sd(tmp))
})
这将返回一个矩阵。列代表商店ID。两行包含平均值和标准偏差。
您可以使用以下命令将该矩阵转换为（转置的）数据帧
as.data.frame(t(res))
在此，这两列包含平均值和标准偏差。行名称代表商店ID。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句