如何将数据添加到 R 数据框

Question

我无法想象它会那么困难，但可能是来自 Python，我的心态是有偏见的。

我知道我要进行 50 次计算，每次计算的结果，连同表征计算的两个参数，应该建立一个数据框。

所以我的方法是实例化数据框，然后我想在结果可用时添加它们。请参阅下面指示的行：

# Number of simulations
nsim = 50

# The data frame which should carry the calculation (parameters and solutions).
sol <- data.frame(col.names=c("ni", "Xbar", "n"))

# Fifty values for n.
n <- seq.int(5, 5000, length.out=nsim)

for(ni in n)
{
    # A random sample containing possible duplicates.
    X <- sample(seq(-ni, ni, length=ni+1), replace=T)
    Xbar <- round(mean(X), 3)
    sol <- rbind(sol, c(ni, Xbar, n))  # <<-- How to do this correctly??
}   

这不起作用。

Answer 1

有两种方法可以正确地做到这一点。一种是预先定义你的 data.frame（它的大小），然后在 for 循环中迭代地填充它：

nsim <- 10 # reduce to 10 to simplify output
n <- seq.int(5, 5000, length.out=nsim)

sol <- setNames(data.frame(matrix(nrow=nsim, ncol=3)), c("ni", "Xbar", "n"))

set.seed(1) # for reproducibility
for(ni in seq_along(n)) {
    Xbar <- round(mean(sample(seq(-n[ni], n[ni], length=n[ni]+1), replace=T)), 3)
    sol[ni,] <- c(ni, Xbar, n[ni])
}   

或者，您可以在 n 向量上使用 sapply 来创建结果向量，然后将 cbind 重新组合在一起：

set.seed(1) # for reproducibility
sol <- data.frame(
    ni = seq_along(n),
    Xbar = sapply(n, function(ni) {
        round(mean(sample(seq(-ni, ni, length=ni+1), replace=T)), 3)
    }),
    n = n
)

无论哪种方式，您都会得到一个不错的数据框：

> str(sol)
'data.frame':   10 obs. of  3 variables:
 $ ni  : num  1 2 3 4 5 6 7 8 9 10
 $ Xbar: num  0.667 -0.232 -14.599 -26.026 36.51 ...
 $ n   : num  5 560 1115 1670 2225 ...

Answer 2

1) 检查您最初的 sol 包含的内容。

> sol <- data.frame(col.names=c("ni", "Xbar", "n"))
> sol
  col.names
1        ni
2      Xbar
3         n

不是你想要的。见this question。

2) 确保seq.int 符合您的预期 - 检查seq.int 的文档（或只是其输出）。例如看看n 包含什么：

> n
 [1]    5.0000  106.9388  208.8776  310.8163  412.7551  514.6939  616.6327
 [8]  718.5714  820.5102  922.4490 1024.3878 1126.3265 1228.2653 1330.2041
[15] 1432.1429 1534.0816 1636.0204 1737.9592 1839.8980 1941.8367 2043.7755
[22] 2145.7143 2247.6531 2349.5918 2451.5306 2553.4694 2655.4082 2757.3469
[29] 2859.2857 2961.2245 3063.1633 3165.1020 3267.0408 3368.9796 3470.9184
[36] 3572.8571 3674.7959 3776.7347 3878.6735 3980.6122 4082.5510 4184.4898
[43] 4286.4286 4388.3673 4490.3061 4592.2449 4694.1837 4796.1224 4898.0612
[50] 5000.0000

这是你的意思吗？

3) 给定 (1) 的问题并不奇怪，但无论如何，只需通过循环执行第一次，一次一行。看看会发生什么：

sim = 50
sol <- data.frame(col.names=c("ni", "Xbar", "n"))
ni=5
X <- sample(seq(-ni, ni, length=ni+1), replace=T)
Xbar <- round(mean(X), 3)
sol <- rbind(sol, c(ni, Xbar, n))  
print(sol)

给予：

Warning message:
In `[<-.factor`(`*tmp*`, ri, value = 5) :
  invalid factor level, NA generated
>     print(sol)
  col.names
1        ni
2      Xbar
3         n
4      <NA>

现在的行为并不令人惊讶；我们不能在一列中添加三列。

4) 无论如何，您都不想这样做。最好将sol初始化为它的最终大小，然后填充。

请参阅，例如，this answer

然而，更常见的 R 习惯用法是尽可能避免循环；有许多函数可以让您一次创建整个事物。

Answer 3

首先，您能否阐明您期望的预期输出格式？ 截至目前，在修改代码以生成数据框时，将生成以下输出（如果这是您所期望的，请告诉我，然后生成以下内容并不难）：

ni       Xbar     n
10.000   2.182   12.000

如果这是您所期望的，那么执行此操作的一种方法如下：

第 1 步：创建向量

第 2 步：根据上述向量创建数据框

第 3 步：循环运行您的操作并逐行填写。

nsim=50
n=seq.int(5, 5000, length.out=nsim)
ni<-vector(mode='numeric',length=nsim)
Xbar<-vector(mode='numeric',length=nsim)
out<-data.frame(ni=ni,Xbar=Xbar,n=n)

for ( i in 1:length(n)){
  X<- sample(seq(-n[i], n[i], length=n[i]+1), replace=T)
  out[i,'Xbar'] <- round(mean(X), 3)
  out[i,'ni']<-n[i]
}

输出如下：