For 循环答案与正确答案不匹配。两个循环的工作之间的差异不明[重复]

Question

我正在学习 coursera R 编程课程。我正在做的作业问题如下：

编写一个名为“pollutantmean”的函数，计算指定监视器列表中污染物（硫酸盐或硝酸盐）的平均值。函数“pollutantmean”接受三个参数：“directory”、“pollutant”和“id”。给定一个向量监视器 ID 号，“pollutantmean”从“目录”参数中指定的目录中读取该监视器的颗粒物数据，并返回所有监视器中污染物的平均值，忽略编码为 NA 的任何缺失值。

这个问题的数据集在这里： https://d396qusza40orc.cloudfront.net/rprog%2Fdata%2Fspecdata.zip

我得到的第一个循环的答案是 3.8383，而第二个循环的正确答案是 4.064。由于 iv 在第一个函数中完成的子集化，我无法找到发生的差异。我的调试说它应该在函数 1 中完成的子集后给出与函数 2 中出现的相同的行数。但有些不同。

功能1

pollutantmean<-function(directory, pollutant, id=1:332){
  file_list<-list.files(directory, full.names=TRUE)
  dat<-data.frame()
  mean_select_pol<-c()
  for(i in 1:332){
    dat<- rbind(dat, read.csv(file_list[i]))
  }
  select_pol<-dat[which(dat[,"ID"]==id), ]
  mean_select_pol<-mean(select_pol[, pollutant], na.rm=TRUE)
  mean_select_pol
}

功能2

pollutantmean <- function(directory, pollutant, id = 1:332) {
  files <- list.files(directory, full.names=TRUE)
  dat <- data.frame()

  for(i in id)
  {
    dat <- rbind(dat, read.csv(files[i]))
  }

  mean_data <- mean(dat[,pollutant], na.rm = TRUE)
  round(mean_data, digits=3)
}

Answer 1

虽然无论我选择哪种污染物，我都无法通过所提供的数据/函数得到与您相同的答案。但是，我能够通过纠正几个问题来实现这两个功能。您的第一个在select_pol<-dat[which(dat[,"ID"]==id), ] 行中，您的id 具有多个与== 不兼容的值（仅与id 中的第一个值比较，因此出现警告）；您实际上是将整个数据框过滤为 id 的 1 个值（我认为是第一个），因此平均值仅代表一个文件。相反，您应该使用select_pol<-dat[which(dat[,"ID"] %in% id), ]，我认为它会达到您的预期（%in% 将比较 id 中的所有值）。但是，我不确定该行试图实现什么，id 中的值与for 循环中的i 相同。如果id 并不总是1:332，那么下面会更有效，因为您不会加载所有 332 个文件然后过滤掉一些文件

pollutantmean<-function(directory, pollutant, id=1:332){
  file_list<-list.files(directory, full.names=TRUE)
  dat<-data.frame()
  mean_select_pol<-c()
  for(i in id){
    dat<- rbind(dat, read.csv(file_list[i]))
  }
  mean_select_pol<-mean(dat[, pollutant], na.rm=TRUE)
  mean_select_pol
}