多次重复 R 脚本答案

【问题标题】：Repeat R script multiple times多次重复 R 脚本
【发布时间】：2015-11-12 04:26:31
【问题描述】：

我有一个包含数百行的 R 脚本。这个脚本最终给了我一个单一的数字答案。现在我想创建一个置信区间，因此多次运行整个脚本，以便能够计算平均值和标准差。但我不想在整个事情上创建一个“for”循环，因为这变得非常复杂

经过一番研究，我发现了这种方法：

我的最终答案被命名为“结果”，然后在一个新的脚本文件中，

result_list<-lapply(1:10, function(n)source("my_script_file.R"))
result_list

（例如重复10次）

然而最终的结果是这样的，

[[1]]
[[1]]$value
[1] 136.9876

[[1]]$visible
[1] TRUE

[[2]]
[[2]]$value
[1] 138.4969

[[2]]$visible
[1] TRUE

[[3]]
[[3]]$value
[1] 0.2356484

[[3]]$visible
[1] TRUE

. 
.

现在我不知道第二行在每次迭代中意味着什么？以及如何获取值列表，result_list$values 不起作用，同时还忽略了可能是模拟错误的太小值，例如此处的第三个值，无法计算平均值和 sd。

除了这个方法，还有其他方法可以重复这个过程吗？

【问题讨论】：

标签： r iteration repeat lapply

【解决方案1】：

我建议将您的脚本作为一个函数，加载该函数一次，然后使用replicate 而不是lapply(1:n, ...)。

这是一个非常简单的例子：

假设您正在使用具有以下内容的简单 R 脚本文件：

## saved in working directory as "testfun.R"
myFun <- function(x, y, z) {
  mean(rnorm(x)) + mean(rnorm(y)) + mean(rnorm(z))
}

myFun(10, 12, 14)
## End of "testfun.R" file

现在，比较必须 source 100 次和必须简单地运行函数 100 次的时间：

fun1 <- function(n = 10) replicate(n, myFun(10, 12, 14))
fun2 <- function(n = 10) lapply(1:n, function(x) source("testfun.R")$value)

library(microbenchmark)
microbenchmark(fun1(100), fun2(100), unlist(fun2(100)), times = 1)
## Unit: milliseconds
##               expr       min        lq      mean    median        uq       max neval
##          fun1(100)  3.064384  3.064384  3.064384  3.064384  3.064384  3.064384     1
##          fun2(100) 59.635228 59.635228 59.635228 59.635228 59.635228 59.635228     1
##  unlist(fun2(100)) 61.349713 61.349713 61.349713 61.349713 61.349713 61.349713     1

我不确定如果更多时间用于处理（而不是读取源文件），从长远来看会有多大的不同，但我仍然会考虑一个函数 + replicate作为更清洁和更易于阅读的替代品。

【讨论】：

感谢您的建议。但这里的问题是我的 R 脚本中已经有多个循环和函数，因此将所有这些合并到一个新函数中需要进行大量更改和编辑，并使其更加复杂。
@mac，我不明白为什么会有问题。只需将整个事物包装在一个函数中即可。它不应该比这更复杂......
嗯，让我试一试。但是整个过程中有很多变量，我需要将它们全部包含在我的新函数中（对吗？）。而且我知道您建议的方法比上面看到的要快得多，但在我的情况下这不是什么大问题。但尽管如此，我还是想尝试一下。我仍处于 R 的学习阶段。再次感谢。欣赏它:)
@mac，没有。例如，请参阅我在基准测试步骤中如何编写 fun1() 和 fun2()。我刚刚添加了一个参数，它采用了我想要做的迭代次数。请注意，要使用fun1()，我必须首先获取"testfun.R" 文件。

【解决方案2】：

我们可以使用$value 从每次迭代中获取“价值”

 lapply(1:10, function(n)source("my_script_file.R")$value)

由于它是单个元素，因此使用 sapply 获得 vector 输出可能也很有用

 v1 <- sapply(1:10, function(n)source("my_script_file.R")$value)

我们可以为大于特定阈值（例如 0.5）的值设置 vector 的子集，

 v1[v1 > 0.5]

【讨论】：