如何在R函数中循环年和月答案

【问题标题】：How to loop through year and month in a R function如何在R函数中循环年和月
【发布时间】：2021-07-11 15:41:20
【问题描述】：

我有一个网络抓取功能，它获取年份（期限）和月份（期限2）并将新闻标题作为数据框返回：

news <- function(term, term2) {
  
  html_dat <- read_html(paste0("https://news.google.com/search?q=site%3%2F",term,"%2F",term2,"&hl=en-US&gl=US&ceid=US%3Aen"))

  news_dat <- data.frame(
    Title = html_dat %>%
      html_nodes("a.DY5T1d") %>% 
      html_text()
  ) 

return(news_dat)
}

df <- news('2020', '05')

我想创建一个循环，它将参数从 2000 年到 2021 年以及每个月。例如，循环将接受参数 news('2000', '01') 然后迭代到 news('2000', '02')。

我想返回上述时间线中所有标题的数据框/列表。我的代码不起作用：


years <- 2000:2021
months <- 1:12

for (i in length(years)){
  for (j in length(months)){
    temp <- news(i,j)
  }
  newdf <- rbind(newdf, temp)
}

【问题讨论】：

length(years) 返回单个值。也许您想改用years 或seq_along(years)？
嘿，谢谢。这就说得通了！我将其更改为 seq_along(years)，对于 temp
@purple1437 你得到这个错误是因为你在rbind 中使用它之前没有定义newdf。在循环之前将newdf 定义为空白数据框，并且应该解决错误。
newdf 未找到，因为在循环的第一次迭代中，newdf 不存在。顺便说一句，作为一般规则，如果您在 R 中使用`for` 循环，几乎可以肯定有更好的方法。这是一个典型的例子。
如果我理解正确的话，library(tidyverse) newdf <- tibble() %>% expand(year=2000:2021, month=1:12) 是一个单行的 tidyverse 解决方案，可以满足您的需求。

标签： r

【解决方案1】：

您可以为此使用 purrr 包中的 map2_dfr。

library(textreadr)
library(purrr)
library(rvest)

news <- function(term, term2) {

  url <-paste0("https://news.google.com/search?q=site%3%2F",term,"%2F",term2,"&hl=en-US&gl=US&ceid=US%3Aen")
  html_dat <- read_html(url)

  news_dat <- data.frame(
    Title = html_dat %>%
      html_nodes("a.DY5T1d") %>%
      html_text()
  )

}

years <- 2000:2021
months <- 1:12

crossArg <-cross_df(list(year=years, month=months))

df <- map2_dfr(crossArg$year, crossArg$month, news)

【讨论】：

【解决方案2】：

要记住的重要一点是，R 设计用于处理列。例如，要给向量的每个元素加 1，这样写就足够了

x <- 1:10
x <- x + 1

给出一个向量，其第一个元素是2，最后一个元素是11。因此，当您发现自己编写代码以循环遍历向量/矩阵/数据帧的行时，请停止。几乎肯定有更好的方法*。

*：有罕见的，非常罕见的例外。这不是其中之一。

library(tidyverse)

newdf <- tibble() %>% expand(year=2000:2021, month=1:12)
newdf
# A tibble: 264 x 2
    year month
   <int> <int>
 1  2000     1
 2  2000     2
 3  2000     3
 4  2000     4
 5  2000     5
 6  2000     6
 7  2000     7
 8  2000     8
 9  2000     9
10  2000    10
# … with 254 more rows

我相信这就是你想要的。

编辑为了阻止 OP 要求转换为字符，他们在其中一个 cmets 中暗示：

newdf <- tibble() %>% 
           expand(year=2000:2021, month=1:12) %>% 
           mutate(year=as.character(year), month=as.character(month))

或

newdf <- tibble() %>% 
           expand(year=as.character(2000:2021), month=as.character(1:12))

虽然我认为这是不必要的。

【讨论】：