使用 for 循环（在 R 中）根据相应的变量名称减去列对

Question

我有一个包含变量名称的宽格式数据框，例如 "per601.199003"（它们都以 "per" 开头，后跟 3-4 位数字，句号 . 和表示某个日期的数字） .

现在对于每对 "per601..." 和 "per602..." 变量，我需要从前者中减去后者："per601..." - "per602..."。

有匹配的结尾（例如"per601.199003" 和"per602.199003"），但也有其他结尾我只有"per601..."- 或"per602..."- 版本。

为了重现性，也为了简单起见，假设这是我的两个变量名列表（我使用grep() 获得它们）。实际上，这两个列表显然要长得多。

vars_601 <- c("per601.199003", "per601.200201", "per601.2001409")
vars_602 <- c("per602.199003", "per602.200201", "per602.2001702")

现在我需要的是这样的：

for (i in per_601_list) {
  #search corresponding item in per_602_list (i.e. same ending)
  #subtract this latter item from the first item
}

Answer 1

我不知道你的per_60x_lists 应该是什么，所以让我使用列名的字符向量：

vars_601 <- c("per601.199003", "per601.200201", "per601.2001409")
vars_602 <- c("per602.199003", "per602.200201", "per602.2001702")

我需要一些示例数据来处理，所以我将使用这些列名构建一个名为 df 的数据框：

df <- as.data.frame(matrix(sample(1:100, 60, T), 10, 6))
names(df) <- c(vars_601, vars_602)

现在为您的循环。我们首先使用grep检查每个601列是否有对应的602列，如果是，我们使用df[paste()]减去并分配一个新变量：

for(i in seq_along(vars_601)) {
    # get the i'th 601 date
    thisdate <- substr(vars_601[i], 8, nchar(vars_601[i]))

    # check if there is a matching 602 date
    ismatch <- sum(grepl(paste0("*", thisdate), vars_602)) > 0

    # if there's a match, subtract: diff.date = 601.date - 602.date
    if(ismatch) {
        df[paste0("diff.", thisdate)] <- df[paste0("per601.", thisdate)] - 
                                         df[paste0("per602.", thisdate)]
    }
}

或者，不循环，只需在一个数据帧中获取匹配的 601 列，在另一个数据帧中获取匹配的 602 列，并（在确保列的顺序正确后）减去两个数据帧：

var_601_dates <- substr(vars_601, 8, 14)
var_602_dates <- substr(vars_602, 8, 14)

df[ , sort(vars_601[var_601_dates %in% var_602_dates])] - 
df[ , sort(vars_602[var_602_dates %in% var_601_dates])]