问R代表绕着潮汐管道的回路
EN

Stack Overflow用户

提问于 2019-01-15 03:41:11

回答 1查看 2.6K关注 0票数 0

我有一个示例数据集，如下所示：

var_a <- vector(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, ....)
# var1 to var8 are vectors that contain pseudorandom numbers between 1 and 20 (unlike var_a not in any particular order). 
data <- data.frame(cbind(var_a, var1, var2, var3, var4, var5, var6, var7, var8))

我想使用列变量"var_a“(它实际上包含1-127的数字)循环遍历这个数据集。对于var_a中的每个数字，我想要计算"var1“到"var8”中数字的8x8相关矩阵，并将127个相关矩阵存储在一个列表中。

我使用tidyverse管道计算了var_a=1的第一个相关矩阵：

data %>%
  filter(var_a==1) %>%
  select("var1", "var2", "var3", "var4", "var5", "var6", "var7", "var8")%>%
  cor()

现在我最困难的部分是计算var_a=1，var_a=2，var_a=3，…，var_a=127的相关矩阵，并将这些矩阵存储在一个列表中。

我的尝试如下，但我仍然停留在循环遍历和存储相关矩阵的部分：

n <- 127
corlist <- list()
for (i in 1:n) {
      data %>%
       filter(var_a==i) %>%
       select("var1", "var2", "var3", "var4", "var5", "var6", "var7", "var8") %>%
       corlist[i] <- cor()
}

"Error in is.data.frame(x) : argument "x" is missing, with no default"

我是否需要首先为cor()定义一个函数，然后将其集成到管道和循环中？

非常感谢帮助/文献/链接！非常感谢!

TDSQL-CMySQL免费体验

云原生数据库TDSQL-C MySQL 2核4G 免费体验15天

回答 1

Stack Overflow用户

发布于 2019-01-15 04:01:04

你不需要一个循环。正如注释中已经提到的，您可以使用group_by。

library(tidyverse)

my.df.cor <- my.df %>% 
  group_by(var_a) %>%  
  nest() %>% # Stores var1 to var8 in a dataframe for each var_a
  mutate(cor = map(data, cor)) # apply the function cor() to this data for each var_a

my.df.cor 
# A tibble: 3 x 3
#   var_a data             cor          
#   <dbl> <list>           <list>       
# 1     1 <tibble [8 x 8]> <dbl [8 x 8]>
# 2     2 <tibble [8 x 8]> <dbl [8 x 8]>
# 3     3 <tibble [8 x 8]> <dbl [8 x 8]>

您收到一个包含3列的tibble，其中数据存储var1到var8的每个var_a和cor对应的相关矩阵。

pull(my.df.cor, cor)

给你想要的名单。

您可以用

n <- 3
corlist <- list()
for (i in 1:n) {
  corlist[[i]] <- my.df %>%
    filter(var_a == i) %>%
    select("var1", "var2", "var3", "var4", "var5", "var6", "var7", "var8") %>%
    cor() 
}

代码中的问题是，管道将data.frame作为下一行的第一个参数插入，但是在那里尝试执行赋值，因此cor()没有得到参数。我把赋值放在第一位，然后把要分配给列表条目的内容(用[[i]]而不是[i]索引)

数据

var_a <- c(1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3)

set.seed(42)
my.df <- data.frame(var_a = var_a, 
                    var1 = sample(1:20, length(var_a), replace = TRUE), 
                    var2 = sample(1:20, length(var_a), replace = TRUE), 
                    var3 = sample(1:20, length(var_a), replace = TRUE), 
                    var4 = sample(1:20, length(var_a), replace = TRUE), 
                    var5 = sample(1:20, length(var_a), replace = TRUE), 
                    var6 = sample(1:20, length(var_a), replace = TRUE), 
                    var7 = sample(1:20, length(var_a), replace = TRUE), 
                    var8 = sample(1:20, length(var_a), replace = TRUE))