R中对两个数据集的列执行多项操作的函数

Question

我有两个数据集，每个数据集有 5 列和 10,000 行。我想从两个数据集之间的列中的值计算y，数据集1中的第1列和数据集2中的第1列；然后是数据集 1 中的第 2 列和数据集 2 中的第 2 列。y 在计算之前需要遵循一组规则。到目前为止我所做的一切都行不通，我无法弄清楚为什么以及是否有更简单的方法来完成所有这些操作。

1. 从 t 分布创建数据

mx20 <- as.data.frame(replicate(10000, rt(20,19)))
mx20.50 <- as.data.frame(replicate(10000, rt(20,19)+0.5)) 

1. 计算每个模拟样本的平均值

m20 <- apply(mx20, FUN=mean, MARGIN=2)
m20.05 <- apply(mx20.50, FUN=mean, MARGIN=2)

上述步骤 1 和 2_ 对来自 t 分布rt(30,29); rt(50,49); rt(100,99); and rt(1000,999)的五个样本大小重复

1. 为每个 t 分布规范绑定表（创建 data.frame）

tbl <- cbind(m20, m30, m50, m100, m1000)
tbl.50 <- cbind(m20.05, m30.05, m50.05, m100.05, m1000.05)

4. 最后，我想计算上面指定的 y。但这是我完全迷失的地方。请看下面我迄今为止的最佳尝试。

y = (mtheo-m0)/(m1-m0)，其中当 m1 = m0 时 y = y。 mtheo 是一个常数（例如 0.50），m1 是 tbl 的第 1 列中的值，m0 是 tbl.50 的第 1 列中的值。

ycalc <- function(mtheo, m1, m0) {
  ifelse(m1>=m0) {
    y = (mteo-m0)/(m1-m0)
  } ifelse(m1<m0) {
    y=0
  } returnValue(y)
} 

Answer 1

你可以试试这个。我使用数据框而不是数据表。

此代码更通用。您可以添加或删除参数。以下是可用于创建 t 分布的参数。

params = data.frame(
    n = c(20, 30, 50, 100, 1000),
    df = c(19, 29, 49, 99, 999)
    )

这是一个循环，它为每个 t 分布创建所需的值。如果您已经拥有这些值（或创建这些值的代码），则可以忽略这部分。

tbl = data.frame(i = c(1:10000))
tbl.50 = data.frame(i = c(1:10000))
for (i in 1:nrow(params)) {
    mx = as.data.frame(replicate(10000, rt(params[i, 1], params[i, 2])))
    m <- apply(mx, FUN=mean, MARGIN=2)
    tbl = cbind(tbl, m)
    names(tbl)[ncol(tbl)] = paste("m", params[i, 1], sep="")
    mx.50 = as.data.frame(replicate(10000, rt(params[i, 1], params[i, 2])+.5))
    m.50 <- apply(mx.50, FUN=mean, MARGIN=2)
    tbl.50 = cbind(tbl.50, m.50)
    names(tbl.50)[ncol(tbl.50)] = paste("m", params[i, 1], ".50", sep="")
}
tbl = tbl[-1]
tbl.50 = tbl.50[-1]

这是进行计算的循环。我将它们保存在数据框（y）中。此数据框中的每一列都是您的函数应用于所有行的结果。

mtheo = .50
y = data.frame(i = c(1:10000))
for (i in 1:nrow(params)) {
    y$dum = 0
    idx = which(tbl[, i] >= tbl.50[, i])
    y[idx, ]$dum = 
                    (mtheo - tbl.50[idx, i]) / 
                    (tbl[idx, i] - tbl.50[idx, i])
    names(y)[ncol(y)] = paste("y", params[i, 1], sep="")
}
y = y[-1]

Answer 2

如果tbl 中的第一列称为m0 而tbl.50 中的第一列称为m1，您可以试试这个：

mteo <- 0.5
ycalc <- ifelse(tbl$m1 >= tbl.50$m0, (mteo - tbl.50$m0)/(tbl$m1 - tbl.50$m0),
                ifelse(tbl$m1 < tbl.50$m0), 0, "no")

使用您的代码提供的相同列名，并将您的矩阵转换为数据框：

tbl <- data.frame(tbl)
tbl.50 <- data.frame(tbl.50)
mteo <- 0.5
ycalc <- ifelse(tbl$m20 >= tbl.50$m20.05, (mteo - tbl.50$m20.05)/(tbl$m20 - tbl.50$m20.05),
                ifelse(tbl$m20 < tbl.50$m20.05, "0", "no"))

这会导致：

head(ycalc)
[1] "9.22491706576716" "0"                "0"                "0"                "0"                "1.77027049630147"