函数内循环以生成数据帧的子集

Question

我正在尝试编写一个接受数据帧的函数，然后在 for() 循环中生成子数据帧。作为第一步，我尝试了以下方法：

dfcreator<-function(X,Z){
  for(i in 1:Z){
  df<-subset(X,Stratum==Z)    #build dataframe from observations where index=value
  assign(paste0("pop", Z),df) #name dataframe
 }
}

但是，这不会将任何内容保存到内存中，当我尝试指定 return() 时，我仍然没有得到我需要的东西。作为参考，我正在使用 瑞典数据集（RStudio 原生）。

根据 Melissa 的建议进行编辑！

我尝试实现以下代码：

sampler <- function(df, n,...) {
  return(df[sample(nrow(df),n),])
}

sample_list<-map2(data_list, stratumSizeVec, sampler)

其中 stratumSizeVec 是 1X7 df，data_list 是七个 df 的列表。当我这样做时，我会在样本列表中得到七个样本，它们的大小都等于stratumSizeVec[1]。为什么map2没有按以下方式输入

sampler(data_list$pop0,stratumSizeVec[1])
sampler(data_list$pop1,stratumSizeVec[2])

...

sampler(data_list$pop6,stratumSizeVec[7])

此外，有没有办法将 map2 函数“嵌套”在 lapply 中？

Answer 1

我很困惑为什么您从未在循环中的任何地方实际使用i。看起来您正在创建 Z 数据集的副本 Stratum == Z - 这就是您所追求的吗？

至于您的代码，我将使用以下代码：

data_list <- split(df, df$Stratum)
names(data_list) <- paste0("pop", sort(unique(df$Stratum)))

这并没有定义函数，我们调用的是 base-R 函数（即split），它根据某个向量（这里，我们使用df$Stratum）分割数据帧。结果是一个数据帧列表，每个数据帧都有一个单独的值Stratum。

从行中随机抽样

sampled_data <- lapply(data_list, function(df, n,...) { # n is the number of rows to take, the dots let you send other information to the `sample` function.
  df[sample(nrow(df), n, ...),]
},
n = 5,
replace = FALSE # this is default, but the purpose of using the ... notation is to allow this (and any other options in the `sample` function) to be changed.
)

也可以单独定义函数：

sampler <- function(df, n,...) {
  df[sample(nrow(df), n, ...),]
}
sampled_data <- lapply(data_list, sampler, n = 10) # replace 10 with however many samples you want.

purrr:map2 方法

按照定义，sampler函数不需要修改，将第一个列表（data_list）的每个元素放入sampler的第一个参数中，第二个“列表”的对应元素（sampleSizeVec）为放入第二个参数。

library(purrr)
map2(data_list, sampleSizeVec, sampler, replace = FALSE) # replace = FALSE not needed, there as an example only.