在列名（字符）上循环/cbind答案

【问题标题】：Loop/cbind on column names (character)在列名（字符）上循环/cbind
【发布时间】：2013-08-06 13:43:19
【问题描述】：

我目前正在研究由 60 个时间序列组成的数据库。我实际上有两个数据集：每个都对应一个特定的变量（A 或 B）。请在下面找到一个示例（即使我的真实数据库包含 60 个姓名和 51 年）变量 A

year name1 name2 name3 
2002   39   56   31 
2003   37   31   52 
2004   51   58   51 
2005   70   59   68 
2006   41   43   37 
2007   43   31   53

变量 B：

year name1 name2 name3 
2002   56   18   24 
2003   72   52   59 
2004   32   30   33 
2005   33   34   51 
2006   47   46   19 
2007   19   32   25

我想实现一个循环，为每个名称创建以下矩阵。

即：对于name1

year var1 var2 
2002   39   56 
2003   37   72 
2004   51   32 
2005   70   33 
2006   41   47 
2007   43   19

起初，我做了以下事情（因为我只对两个数据集中出现的系列感兴趣）

names=as.matrix(intersect(colnames(df.var_A),colnames(df.var_B))) 
DF.VAR_A=subset(df.var_A,select=noms) 
DF.VAR_B=subset(df.var_B,select=noms)

那我想获取每个名字对应的系列（A和B）

我知道岁月：

YEAR=DF.VAR_A[,"year"]

不出所料，我发现：

 DF.VAR_A[,"name1"] 
[1] 39 37 51 70 41 43

现在我想为每个名称创建一个数据框，由年份、变量 A 对应的值和变量 B 对应的值组成。

我从名称向量中去掉“YEAR”。

NAMES=names[-c(1)]

那我试过了：

DATA=NULL 
for (i in 1:length(NAMES)){ 
DATA[i]=cbind(YEAR,DF.VAR_A[,i],DF.VAR_B[,i]) 
}

但是会出现以下警告： 1：在 DATA[i] = cbind(Année, DF.VAR_A[, i], DF.VAR_B[, i]) 中： le nombre d'objets à remplacer n'est pas multiple de la taille du remplacement

总而言之，我想获得 3 个不同的数据帧（每个名称 1 个），然后能够应用一个循环（我已经编程）。我想将循环“自动化”到每个系列。我希望它很清楚......

有什么想法吗？

非常感谢。

【问题讨论】：

嗨，欢迎来到 SO。由于您是新手，您可能需要阅读网站的about 和FAQ 部分，以帮助您充分利用它。如果某个答案确实解决了您的问题，您可能需要考虑投票和/或将其标记为已接受，以表明问题已得到回答，方法是勾选合适答案旁边的绿色小复选标记。您没有义务这样做，但它有助于保持网站没有未回答的问题，并奖励那些花时间解决您的问题的人。

标签： r loops for-loop character

【解决方案1】：

在我看来，你们只是 cbinding 在一起。这将非常简单，每个子集都将是它自己的列表元素（但如果您需要在程序上更健壮的东西，还有很多其他方法可以做到这一点）：

lapply( 2:ncol(varA) , function(x) cbind( Year = varA[,1] , A = varA[ , x], B = varB[,x] ) )
[[1]]
     Year  A  B
[1,] 2002 39 56
[2,] 2003 37 72
[3,] 2004 51 32
[4,] 2005 70 33
[5,] 2006 41 47
[6,] 2007 43 19

[[2]]
     Year  A  B
[1,] 2002 56 18
[2,] 2003 31 52
[3,] 2004 58 30
[4,] 2005 59 34
[5,] 2006 43 46
[6,] 2007 31 32

[[3]]
     Year  A  B
[1,] 2002 31 24
[2,] 2003 52 59
[3,] 2004 51 33
[4,] 2005 68 51
[5,] 2006 37 19
[6,] 2007 53 25

【讨论】：