【发布时间】:2017-09-01 05:47:45
【问题描述】:
我有一个函数runBootstrap,其输出result 是一个可变长度的向量(取决于cat 的值的数量,它本身是test 的乘积)。很抱歉这不是“最小的”。
require(dplyr)
test <- function(combo) {
if(combo[1] == 4) {
cat <- 4
} else if((combo[1] == 3 & combo[2] == 2) | (combo[1] == 2 & combo[2] == 2)) {
cat <- 3
} else if((combo[1] == 2 & combo[2] == 1) | (combo[1] == 1 & combo[2] == 2)) {
cat <- 2
} else {
cat <- 1
}
}
arg1.freqs <- c(0.5, 0.2, 0.1, 0.1)
arg2.freqs <- c(0.8, 0.2)
runBootstrap <- function(arg1.freqs, arg2.freqs) {
sim.df <- data.frame(x1 = 1:10000, y1 = NA)
sim.df$x1 <- sample(1:4, 10000, replace = TRUE,
prob = arg1.freqs)
sim.df$y1 <- sample(1:2, 10000, replace = TRUE,
prob = arg2.freqs)
sim.df$cat <- NA
for(i in 1:nrow(sim.df)) {
combo <- c(sim.df[i, 1], sim.df[i, 2])
sim.df$cat[i] <- test(combo)
}
sim.df <- sim.df %>%
select(cat) %>%
group_by(cat) %>%
summarise(n = n()) %>%
mutate(freq = n / sum(n))
sim.df <- as.data.frame(sim.df)
result <- c(sim.df[1, 3], sim.df[2, 3])
}
在当前版本中,cat 只有两个值,所以result 是长度为 2 的向量;在未来的版本中,我将调整代码,使length(result) 等于cat 的# 值。
在 for 循环中使用该函数时,我想使用向量值在已经存在的 data.frame df1 中创建新列。到目前为止我尝试过的代码如下:
df1$result <- NA
for (i in 1:nrow(df1)) {
df1$result[i] <- runBootstrap(arg1.freqs, arg2.freqs)
}
除非结果向量的长度 = 1,否则这显然不起作用。但在函数运行之前我不知道向量的长度(尽管一旦运行,每次迭代的长度都是相同的)。
我想要达到的目标如下:
示例 1:如果长度(结果)== 2
df1.col x1 x2
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
5 5 5 5
6 6 6 6
示例 2:如果长度(结果)== 3
df1.col x1 x2 x3
1 1 1 1 1
2 2 2 2 2
3 3 3 3 3
4 4 4 4 4
5 5 5 5 5
6 6 6 6 6
感谢您的任何建议或指导。
- 为澄清而编辑
- 更新 - 使用解决方案编辑
我通过创建一个空白列表、填充,然后使用rbind 来按我的意愿工作,如下所示:
appendResults <- function(df1, arg1, arg2) {
my.list <- vector("list", nrow(df1))
for (i in 1:nrow(df1)) {
arg1.freqs <- as.numeric(arg1[i, 3:6])
arg2.freqs <- as.numeric(arg2[i, 3:4])
my.list[[i]] <- runBootstrap(arg1.freqs, arg2.freqs)
}
result.df <- do.call(rbind, my.list)
df2 <- do.call(cbind, list(df1, result.df))
}
【问题讨论】:
-
调用函数
function会使读者和颜色突出显示系统感到困惑。提供一个行为类似于您的function的函数示例(在您尝试描述时返回不同的长度)将帮助读者更快地理解您的问题并找到有效的解决方案。见stackoverflow.com/questions/5963269/… -
感谢@zeehio,将更新澄清。
标签: r for-loop vector dataframe