目录中多个文件的循环线性模型答案

【问题标题】：Looping linear models for multiple files in directory目录中多个文件的循环线性模型
【发布时间】：2017-03-07 12:21:45
【问题描述】：

我有一个包含 26 个 .csv 文件的文件夹。每个文件都有两列，标题为 DO2 和 Time_min，并且都至少有 300 多行。

我想用x=Time_min 和y=DO2 制作散点图，分别制作线性模型，为26 个模型中的每一个取coefficient 和R^2 并将其放在一个表格中。

就代码而言，这就是我所写的。我知道我可以复制和粘贴它，但我也知道必须有更聪明的方法。

setwd("~/Documents/Masters/Data/R/35789/35789_Ucrit")

#The file where I want all the coefficients and R^2 to go
UE_Slope <- read.csv("~/Documents/Masters/Data/R/35789/35789_UE_Slope.csv")

temp = list.files(pattern="*.csv")
for (i in 1:length(temp))(assign(temp[i], read.csv(temp[i])))

#Seal# are the names for the files directory, 1-26
plot(DO2 ~ Time_min, data = Seal1)
model1 <- lm(DO2 ~ Time_min, data = Seal1.csv)
UE_Slope <- rbind(UE_Slope, data.frame("Slope"=coef(model1)[[2]], "R.2"=summary(model1)$r.squared))

【问题讨论】：

不要使用assign，而是尝试添加到列表中的对象：lst <- list();lst[[temp[i]]] <- read.csv(temp[i])

标签： r loops regression linear-regression lm

【解决方案1】：

我们首先定义一个函数，它读取“csv”文件，拟合线性模型并获得汇总统计数据。

f <- function (file) {
  ## read file
  dat <- read.csv(file)
  ## fit model
  fit <- lm(DO2 ~ Time_min, data = dat)
  slope <- coef(fit)[2]
  ## make a plot??
  plot(DO2 ~ Time_min, data = dat, main = file)  ## use file names as title
  abline(fit)  ## overlay fitted regression line
  ## note, I am not using `summary.lm` as that is expensive
  ## R-squared can be easily computed
  RSS <- crossprod(fit$residuals)[1]
  TSS <- crossprod(dat$DO2 - mean(dat$DO2))[1]
  R2 <- 1 - RSS / TSS
  ## return a vector
  c("Slope" = slope, "R.2" = R2)
  }

现在，我们简单地遍历所有文件，应用f：

temp <- list.files(pattern = "*.csv")
pdf("whatever.pdf")
result <- t(sapply(temp, f))
dev.off()

sapply 做cbind 最终得到一个平面矩阵；使用t() 使其成为一个高矩阵。 pdf() 和 dev,off() 打开/关闭 PDF 文件，所有绘图都在该文件上进行。这看起来很有必要，因为您有 26 个数字，不容易在屏幕上以面板方式显示它们。通过使用 PDF 文件，您可以每页绘制一个图。 PDF 文件将位于您当前的工作目录中。

【讨论】：