为什么数据框的列名会自动更改？

Question

我想估计R 中线性回归模型的参数。模型的类型为：y=(alpha)+(beta*x)+epsilon。该任务要求我将参数值系统地放置在数据框中。因此，我创建了一个空白数据框，然后继续在其中添加参数值的行。

df<-data.frame(alpha=double(),beta=double()) #blank dataframe
for(i in 1:1000)
{
    sample_dat<-sampling_model(100,2,5,16,-2,2) #generating 100 samples
    sample_model<-lm(y~x,data=sample_dat) #estimating the linear model
    df<-rbind(df,sample_model$coefficients) #appending the values of the parameters
}

基本上，我有一个函数sampling_model，它被设计成可以为x_i 和epsilon_i 生成随机值（两者都遵循某种分布）并给出y_i 的值s 将这两个加上一些固定的 alpha 和 beta 值。

在上述循环的每次迭代中，我们在将线性模型拟合到参数（alpha 和 beta）时得到一对估计值。我想将它们存储在一个数据框中，我将其命名为df。

最初（在开始循环之前），names(df) 返回：

#[1] "alpha" "beta"

但是，在将所有这些 alpha 和 beta 估计值附加到 df（即循环之后）之后，names(df) 返回：

#[1] "X2.4932268478702"  "X5.53432974825338"

我被困在这里，问自己为什么会这样。最好注意这些名称也不是恒定的。就像，如果我再次运行上述循环然后检查列的名称，数字都是不同的。是溢出了还是我在将值附加到数据框时犯了一些错误？

另外，我可以（并且确实）通过以下方式解决这个“模糊”名称的问题：

names(df)<-c('alpha','beta')

但这并不能掩盖我在df 中附加估计参数时出错的事实，我无法弄清楚这一点。任何人都可以帮助我如何避免这种情况？

---

为了方便，我还附上了我的sampling_model 函数：

sampling_model<-function(n,alpha,beta,variance,min_range,max_range)
{
    x<-runif(n,min=min_range,max=max_range) #n uniform variates as x_i
    epsilon<-rnorm(n,mean=0,sd=sqrt(variance)) #n normal variates as epsilon_i
    y<-alpha+beta*x+epsilon #the dependant variable y
    return(data.frame(x=x,y=y)) #returns dataframe of x and y
}

Answer 1

我不确定为什么会发生这种情况，它的奇怪行为似乎只在第一个 rbind 参数没有行时才会发生。但是rbinding 数据帧一起循环是一种非常低效的坏习惯，应该避免。它是著名的 R 地狱第二圈The R Inferno。

最简单的替代方法是将数据初始化为完整大小，然后填写每一行：

n <- 1000
df <- data.frame(alpha=double(n),beta=double(n)) #blank dataframe
for(i in 1:n)
{
    sample_dat <- sampling_model(100,2,5,16,-2,2) #generating 100 samples
    sample_model <- lm(y~x,data=sample_dat) #estimating the linear model
    df[i, ] <- sample_model$coefficients #filling in the values of the parameters
}