Question

我有一个1000行的数据框，我希望一次对100行执行一些操作。所以，我试图找出如何在行数上使用计数器增量并一次选择100行，如1到100，然后101到200 ... uptil 1000并使用for执行每个子集的操作环。任何人都可以建议如何做到这一点，因为我找不到一个好的方法。

Answer 1

一种简单的方法是创建分组变量，然后使用split()和lapply()执行您需要的任何操作。

您可以使用rep()轻松创建分组。

以下是一个例子：

set.seed(1)
demo = data.frame(A = sample(300, 50, replace=TRUE),
                  B = rnorm(50))
demo$groups = rep(1:5, each=10)
demo.split = split(demo, demo$groups)
lapply(demo.split, colMeans)
# $`1`
#           A           B      groups 
# 165.9000000  -0.1530186   1.0000000 
# 
# $`2`
#           A           B      groups 
# 168.2000000   0.1141589   2.0000000 
# 
# $`3`
#           A           B      groups 
# 126.0000000   0.1625241   3.0000000 
# 
# $`4`
#           A           B      groups 
# 159.4000000   0.3340555   4.0000000 
# 
# $`5`
#           A           B      groups 
# 181.8000000   0.0363812   5.0000000

如果您不想将群组添加到源data.frame，则可以通过执行以下操作获得相同的效果：

groups = rep(1:5, each=10)
lapply(split(demo, groups), colMeans)

当然，用您想要的任何功能替换colMeans。

使用包含1000行的data.frame示例，您的rep()语句应为：

rep(1:10, each=100)

Answer 2

@mrdwab的答案很棒，并展示了如何避免for循环。但是如果你真的必须使用for循环（biglm包将是你可能想要的一个例子），那么这是一种方法：

for( i in seq(1,1000,by=100) ) {
  myfun( df[ i:(i+99), ] )
}

如果总行数不是块大小的倍数，那么您可能需要更多类似的内容：

tmp <- seq( 1, nrow(df), by=100 )
tmp2 <- c( tail( tmp, -1)-1, nrow(df) )
n <- length(tmp)
out <- numeric(n)
for( i in seq_along(tmp) ) {
  out[i] <- myfun( df[ tmp[i]:tmp2[i], ] )
}

从R数据框中选择一系列行

2 个答案: