如何编写重新采样和增加样本量的嵌套循环

Question

我不熟悉 R 中的循环，我需要帮助来编写多个嵌套循环。我有一个数据框，其中一行代表一个区域内一个站点的物种数量。有50个区域，区域之间的站点数量是不等的。对于每个区域，我需要根据逐渐增加的站点数量计算多样性指数，并为每个增量步骤复制这 1000 倍。例如：

R1 <- subset(df, region=="1") #this needs to be completed for all 50 regions
R1$region<-NULL

max<-nrow(R1)-1

iter <- 1000 #the number of iterations
n <- 1 # the number of rows to be sampled. This needs to increase until 
“max” 
outp <- rep(NA, iter)

for (i in 1:iter){
  d <- sample(1:nrow(R1), size = n, replace=FALSE)
  bootdata <- R1[d,]
  x <- colSums(bootdata) #this is not applicable until n>1
  outp[i] <- 1/diversity(x, index = "simpson")
}

这是一个示例数据集

structure(list(region = c(1L, 1L, 1L, 2L, 2L, 3L, 4L, 4L), Sp1 = c(31L, 
85L, 55L, 71L, 81L, 22L, 78L, 64L), Sp2 = c(10L, 84L, 32L, 86L, 
47L, 93L, 55L, 35L), Sp3 = c(86L, 56L, 4L, 8L, 55L, 47L, 51L, 
95L)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-8L), .Names = c("region", "Sp1", "Sp2", "Sp3"), spec = structure(list(
cols = structure(list(region = structure(list(), class = 
c("collector_integer", 
"collector")), Sp1 = structure(list(), class = c("collector_integer", 
"collector")), Sp2 = structure(list(), class = c("collector_integer", 
"collector")), Sp3 = structure(list(), class = c("collector_integer", 
"collector"))), .Names = c("region", "Sp1", "Sp2", "Sp3")), 
default = structure(list(), class = c("collector_guess", 
"collector"))), .Names = c("cols", "default"), class = "col_spec"))

简而言之，对于每个区域，我需要计算每个站点的“辛普森”指数，随机重采样 1000 次。然后，我需要在每列求和 1000 次后再次计算 2 个站点的索引。然后 3 个站点等，直到最大。

我也很难写输出。我希望每个区域都有一个数据框，其中的列代表 n 的 1000 次迭代，直到最大值。

在此先感谢

Answer 1

您可以编写一个一次在通用区域上工作的函数。然后按区域将数据拆分为一个列表，并使用 sapply 将自定义函数应用于每个列表元素。

bootstrapByRegion <- function(R) {
  rgn <- unique(R$region)
  message(sprintf("Processing %s", rgn))
  R$region <- NULL

  nmax <- nrow(R)-1

  if (nmax == 0) stop(sprintf("Trying to work on one row. No dice. Manually exclude region %s or handle otherwise.", rgn))

  iter <- 1000 #the number of iterations
  # pre-allocate the result
  output <- matrix(NA, nrow = iter, ncol = nmax)

  for (i in 1:nmax) {
    i <- 1
    output[, i] <- replicate(iter, expr = {
      d <- sample(1:nrow(R), size = i, replace=FALSE)
      bootdata <- R[d, , drop = FALSE]
      x <- colSums(bootdata) #this is not applicable until n>1
      outp <- 1/diversity(x, index = "simpson")
      outp
    })
  }
  output
}

xy <- split(df, f = df$region)
result <- sapply(xy, FUN = bootstrapByRegion) # list element is taken as R

由于区域 3 只有一行，它不会工作（因为nrow(R)-1）。您可以通过多种方式排除这些区域。这是一个。

result <- sapply(xy[sapply(xy, nrow) > 1], FUN = bootstrapByRegion)