R For循环将数据帧迭代附加到空矩阵答案

【问题标题】：R For Loop Append Dataframe Iterations to Empty MatrixR For循环将数据帧迭代附加到空矩阵
【发布时间】：2020-12-03 18:52:04
【问题描述】：

我正在尝试创建一个空矩阵并用数据框的迭代填充它。使用以下代码：

df <- data.frame(col1 = c(1:10), col2 = letters[1:10])
var <- seq(-.25,.25,.05)
var <- var[var != 0]

output <- matrix(ncol=ncol(df)+1, nrow=nrow(df)*length(var))

for(i in 1:length(var)){
  output[i,] <- df %>% mutate(var = df$col1*var[i])
}

使用此代码，我收到以下错误消息：矩阵上的下标数量不正确

有谁知道可能是什么问题？我想要的输出是将 df 的 col1 中的每个值乘以列表 var 中的每个值。

感谢您的建议！

【问题讨论】：

标签： r loops for-loop iteration combinations

【解决方案1】：

不是 for 循环，但这是您想要的输出吗？

library(dplyr,warn.conflicts = FALSE)

df <- data.frame(col1 = c(1:10), col2 = letters[1:10])
var <- seq(-.25,.25,.05)
var <- var[var != 0]

output <- matrix(ncol=ncol(df)+1, nrow=nrow(df)*length(var))

lapply(1:length(var), function(i) {
  x <- df %>% 
    rowwise() %>% 
    mutate(var = col1*var[i]) %>%
    bind_rows()
}) %>% bind_rows()
#> # A tibble: 100 x 3
#> # Rowwise: 
#>     col1 col2    var
#>    <int> <chr> <dbl>
#>  1     1 a     -0.25
#>  2     2 b     -0.5 
#>  3     3 c     -0.75
#>  4     4 d     -1   
#>  5     5 e     -1.25
#>  6     6 f     -1.5 
#>  7     7 g     -1.75
#>  8     8 h     -2   
#>  9     9 i     -2.25
#> 10    10 j     -2.5 
#> # ... with 90 more rows

^{由reprex package (v0.3.0) 于 2020 年 12 月 3 日创建}

【讨论】：

是的，这很完美！谢谢！

【解决方案2】：

创建col1、col2、var的100行数据框

var <- sapply(var, function(x) x * col1)
var <- as.vector(var)
col1 <- rep(col1, 10)
col2 <- rep(letters[1:10], 10)
df <- data.frame(col1, col2, var)
df
    col1 col2   var
1      1    a -0.25
2      2    b -0.50
3      3    c -0.75
4      4    d -1.00
5      5    e -1.25
6      6    f -1.50
7      7    g -1.75
8      8    h -2.00
9      9    i -2.25
10    10    j -2.50

【讨论】：

生成的数据帧应该是 100 行（遍历 col1 的每一行 10 次（向量 var 中的每个值一次）。
你失去了我。 'length(var)' = 10。所以循环是从 1 到 10。请参阅更新后的答案。
生成的数据框输出应该有 3 列和 100 行。第 1 列 = df 的 col1 中的每个值重复 10X，第 2 列 = df 的 col2 中的每个值重复 10X，第 3 列 = 向量 Var 的每个值重复 10X。这有意义吗？
第三列 = 向量 Var 的每个值重复 10X。你又失去了我。你不想df$col1*var[i])？
见下面来自 Andrew Brown 的回答。这是期望的输出。