具有写入 3 个单独列 R 或 dplyr/reshape 解决方案的函数的 for 循环？答案

【问题标题】：for loop with function that writes to 3 separate columns R or dplyr/reshape solution?具有写入 3 个单独列 R 或 dplyr/reshape 解决方案的函数的 for 循环？
【发布时间】：2023-09-08 14:19:01
【问题描述】：

我是 for 循环的初学者，所以如果这个问题已经有了明确的答案，我深表歉意，但我找不到任何我理解如何应用于这个特定问题的东西。最后我也开始尝试 dplyr 实现，但也无法弄清楚。

这是我的问题：有一个函数可以从向量中导出 3 个值。我想将这 3 个值写入与新列相同的 df 。该函数是来自 R 中 retimes 库的 timefit。如果我在整个 df 上运行它：

  a1 <-  timefit(data$RT)
  a1:
        mu: 480.3346 
     sigma: 77.8531 
       tau: 376.7426

如果我将值放入 df df <- data.frame(a1@par):

      a1.par
mu    480.33462
sigma 77.85305
tau   376.74257

我想根据另一个变量“位置”（具有两个级别的因素）为每个子 ID 单独运行它。所以我最终得到了类似的东西

subID location mu sigma tau
1      0        500 50   400
1      0        500 50   400
1      1        376 50   410
1      1        376 50   410
2      0        400 60   400
2      0        400 60   400
2      1        410 60   410  
2      1        410 60   410

我开始了

for (subID in data) {
  timefit(data$RT)
}

但我知道这实际上并不能满足我的需要。值是从带有@par 的 timefit 模型中提取的长格式，所以我需要指定函数 timefit 以写入 3 个单独的列标题？有什么建议么？

另外，我考虑过使用 ddply，但最后一行让我很困惑，因为格式很长，但我需要它很宽。我对 reshape 有点搞砸了，但我很难弄清楚

data <- data %>% 
  group_by(subID, location) %>%
  mutate(timefit_out = timefit(RT))

感谢您的帮助！

【问题讨论】：

标签： r dplyr reshape reshape2

【解决方案1】：

您可以在此处使用summarise 而不是mutate 生成一个列表列，其中包含来自每个(subID, location) 的timefit 的data.frame。这些数据帧将timefit 的结果中的mu、sigma 和tau 编码为列。然后，使用unnest 取消嵌套此列表列以生成您想要的结果。

library(retimes)
library(dplyr)
library(tidyr)
result <- data %>% group_by(subID, location) %>%
                   summarise(timefit_out = list(data.frame(t(attr(timefit(RT),"par"))))) %>%
                   unnest()

请注意，我们从timefit 类中提取"par" 属性，然后将其与t 转置以形成mu、sigma 和tau 的列。

在这里，我们假设您的输入 data 是一个数据框，其中包含 subID、location 列和输入到 timefit 的反应时间数字列 RT。此类数据集的模拟示例如下：

data <- structure(list(subID = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), 
location = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), 
RT = c(0.341764254728332, 0.775535081513226, 0.281827432336286, 
0.23970171622932, 0.00226009078323841, 0.385179498931393, 
0.645917195128277, 0.812101020244882, 0.183301427634433, 
0.981765420176089, 0.656369511503726, 0.824469136772677, 
0.923240559641272, 0.598261737963185, 0.309975759591907, 
0.778991278028116, 0.757012664806098, 0.869985132943839, 
0.439378245733678, 0.8420404586941, 0.643788777757436, 0.381316626211628, 
0.123881611274555, 0.540528740268201, 0.661961955949664, 
0.0592848095111549, 0.904047027230263, 0.190083365887403, 
0.963809312786907, 0.0925120878964663, 0.117538752267137, 
0.451085010776296, 0.703220259631053, 0.378451474476606, 
0.305718191433698, 0.70383172808215, 0.699415655340999, 0.740436099236831, 
0.429179352009669, 0.205358384409919)), .Names = c("subID", 
"location", "RT"), row.names = c(NA, 40L), class = "data.frame")
##   subID location          RT
##1      1        0 0.341764255
##2      1        0 0.775535082
##3      1        0 0.281827432
##4      1        0 0.239701716
##5      1        0 0.002260091
##6      1        0 0.385179499
##7      1        0 0.645917195
##8      1        0 0.812101020
##9      1        0 0.183301428
##10     1        0 0.981765420
##11     1        1 0.656369512
##12     1        1 0.824469137
##13     1        1 0.923240560
##14     1        1 0.598261738
##15     1        1 0.309975760
##16     1        1 0.778991278
##17     1        1 0.757012665
##18     1        1 0.869985133
##19     1        1 0.439378246
##20     1        1 0.842040459
##21     2        0 0.643788778
##22     2        0 0.381316626
##23     2        0 0.123881611
##24     2        0 0.540528740
##25     2        0 0.661961956
##26     2        0 0.059284810
##27     2        0 0.904047027
##28     2        0 0.190083366
##29     2        0 0.963809313
##30     2        0 0.092512088
##31     2        1 0.117538752
##32     2        1 0.451085011
##33     2        1 0.703220260
##34     2        1 0.378451474
##35     2        1 0.305718191
##36     2        1 0.703831728
##37     2        1 0.699415655
##38     2        1 0.740436099
##39     2        1 0.429179352
##40     2        1 0.205358384

本例中RT 的值是使用runif 生成的，因此它们介于0 和1 之间。你的价值观有很大不同，但这在这里应该无关紧要。

使用这些数据，我们得到：

print(result)
##Source: local data frame [4 x 5]
##Groups: subID [2]
##
##  subID location        mu     sigma         tau
##  <int>    <int>     <dbl>     <dbl>       <dbl>
##1     1        0 0.5275058 0.2553621 0.007086207
##2     1        1 0.2609386 0.1583494 0.085449559
##3     2        0 0.5205647 0.1994942 0.027329115
##4     2        1 0.4632886 0.2881343 0.008026460

【讨论】：

太好了，谢谢。还想补充一下，summary 对我来说被屏蔽了（不知道为什么），但如果我没有指定 dplyr::summarise 只返回整行。
@MikaelRubin：这可能是因为plyr，正如您提到的您正在使用ddply。你可以detachplyr和dplyr，然后加载dplyr。如果您确实需要这两个包，请确保先加载plyr，然后再加载dplyr。

【解决方案2】：

如果您正在寻找dplyr 解决方案，您可能正在寻找的是do。它允许返回 data.frames，但可能需要一些操作。具体来说，它旨在处理组，而不是（必须）行。因此，如果您希望它返回一些原始信息（并且取决于您的函数的结构），则必须设置组。

为此，我正在生成一个简单的数据集：

myData <-
  data.frame(
    RT = 1:4
  )

您还需要构造一个函数，将您想要的值作为 data.frame 返回。为了您的使用，您可能会在函数中计算timefit的结果，然后将每个值提取为一列返回：

myFunc <- function(x){
  data.frame(a= x + 1, b = x + 2, c = x + 3)
}

然后，按要分隔（并返回）的列分组，然后调用do：

myData %>%
  group_by(RT) %>%
  do((myFunc(.$RT)))

在这种情况下，返回：

     RT     a     b     c
1     1     2     3     4
2     2     3     4     5
3     3     4     5     6
4     4     5     6     7

【讨论】：