Question

我有一个包含80个变量的数据集，我想循环其中50个变量的子集并构造返回。我有一个我要构造返回的变量名称列表，并尝试使用dplyr命令mutate在循环中构造变量。具体来说，我的代码是：

for (i in returnvars) {
   alldta <- mutate(alldta,paste("r",i,sep="") = (i - lag(i,1))/lag(i,1))}

其中returnvars是我的列表，alldta是我的数据集。当我在循环之外运行这个代码只有一个`i＆＃39;价值观，它运作正常。代码如下：

alldta <- mutate(alldta,rVar = (Var- lag(Var,1))/lag(Var,1))

但是，当我在循环中运行它时（例如，尝试为50个不同的变量执行前一行代码50次），我收到以下错误：

Error: unexpected '=' in:
"for (i in returnvars) {
alldta <- mutate(alldta,paste("r",i,sep="") ="

我不确定为什么会出现这个问题。我已经研究了许多尝试这样做的方法，并尝试使用lapply的解决方案，但没有成功。

任何帮助将不胜感激！如果有一种简单的方法可以使用其中一个apply命令来执行此操作，那就太棒了。我没有提供数据集，因为我的问题不是数据特定的，我只是试图理解，作为一个相对的R初学者，如何一次构造许多变换后的变量并将它们添加到我的数据框中。

编辑：根据弗兰克的评论，我将代码更新为以下内容：

for (i in returnvars) {
   varname <- paste("r",i,sep="")
   alldta <- mutate(alldta,varname = (i - lag(i,1))/lag(i,1))}

这修复了以前的错误，但我仍然没有正确引用变量，所以我收到了错误

Error in "Var" - lag("Var", 1) : 
non-numeric argument to binary operator

我假设是因为R将我的变量名称Var视为字符串，而不是变量。我如何正确引用我的数据集alldta中的变量？我试过get（i）和alldta $ get（i），都没有成功。

我仍然愿意（并积极地好奇），更多R风格的方式来完成整个过程，而不是使用循环。

Answer 1

在循环中使用mutate可能也不是一个好主意。我不确定mutate是否复制了数据框，但在循环中增长数据框通常不是一个好习惯。而是使用输出创建单独的数据框，然后根据您的逻辑命名列。

result = do.call(rbind,lapply(returnvars,function(i) {...})
names(result) = paste("r",returnvars,sep="")

Answer 2

在玩完这个之后，我发现（感谢弗兰克的建议），以下是有效的：

extended <- alldta # Make a copy of my dataset
for (i in returnvars) {
  varname <- paste("r",i,sep="")
  extended[[varname]] = (extended[[i]] - lag(extended[[i]],1))/lag(extended[[i]],1)}

这仍然不是R风格，因为我使用循环，但对于只重复约50次的任务，这不应该是一个大问题。

在R中循环以创建转换变量

2 个答案: