Question

我需要创建一个对象来计算和存储过去两年中每个月中网格中14个节点的3组电价（峰值，非峰值和平均日）年份。我认为嵌入式列表数据结构是合适的（如果这不是最优的，请纠正我）。

在任何情况下，我都不喜欢使用for循环来创建这个结构。如果有一种优雅的方式来做到这一点，我将不胜感激，如果有人可以帮助引导我朝着正确的方向前进。我试图练习和改进我的编码。谢谢。

hb_lz_names <- c("HB_BUSAVG", "HB_HOUSTON", "HB_HUBAVG", "HB_NORTH", "HB_SOUTH", 
"HB_WEST", "LZ_AEN", "LZ_CPS", "LZ_HOUSTON", "LZ_LCRA", "LZ_NORTH", 
"LZ_RAYBN", "LZ_SOUTH", "LZ_WEST")

power_price <- list()
for (i in 1:2){
  power_price[[i]] <- list()
  for (j in 1:12){
    power_price[[i]][[j]] <- list()
    for (k in 1:NROW(hb_lz_names)) {
      power_price[[i]][[j]][[k]] <- list()
      for (l in 1:3){
        power_price[[i]][[j]][[k]][[l]] <- l
      }
      names(power_price[[i]][[j]][[k]]) <- c("on-peak", "off-peak", "average")
    }
    names(power_price[[i]][[j]]) <- hb_lz_names
  }
  names(power_price[[i]]) <- c("jan", "feb", "mar", "apr", "may", "jun", "jul", "aug",
                             "sep", "oct", "nov", "dec")
}
names(power_price) <- c("2011", "2012")

Answer 1

我认为对于像这样的常规（而不是参差不齐）数据集，使用数组会更好：

period_names <- c("on-peak", "off-peak", "average")
hb_lz_names <- c("HB_BUSAVG", "HB_HOUSTON", "HB_HUBAVG", "HB_NORTH", "HB_SOUTH", 
"HB_WEST", "LZ_AEN", "LZ_CPS", "LZ_HOUSTON", "LZ_LCRA", "LZ_NORTH", 
"LZ_RAYBN", "LZ_SOUTH", "LZ_WEST")
yrs <- 2011:2012

power.price <- array(1,dim=c(2,12,length(hb_lz_names),length(period_names)))
dimnames(power.price) <- list(year=yrs,month=month.abb,node=hb_lz_names,
                              period=period_names)

（将名称赋予dimnames列表中的元素 - 即命名维度 - 可以帮助您记住数组结构...）

然后，您可以使用apply轻松计算相应边距的平均值（或其他摘要统计信息），并使用ggplot转换为长格式（用于reshape2::melt图形或统计分析） ......根据我的经验，深度嵌套的列表是一个痛苦的屁股。

任何更清洁/优雅的方式来创建列表列表而不使用'for'构造？

1 个答案: