Question

我正在尝试在R中创建一个简单的循环，我有一个大型数据集，我想从这个数据集创建多个较小的样本并将它们导出到excel：

我认为它会像这样工作，但它不会：

 idorg <- c(1,2,3,4,5)
 x <- c(14,20,21,16,17)
 y <- c(31,21,20,50,13)
 dataset <- cbind (idorg,x,y)


 for (i in 1:4)
 {
 attempt[i] <- dataset[sample(1:nrow(dataset), 3, replace=FALSE),]
 write.table(attempt[i], "C:/Users/me/Desktop/WWD/Excel/dataset[i].xls", sep='\t')
 }

在Stata中，你需要在执行这样的循环时保留和恢复数据，但这在R中是否也是必要的？

Answer 1

您有以下问题：

未声明尝试，因此无法分配attempt[i]。要么使其成为填充循环内的矩阵（如果要保留样本），要么将其用作临时变量attempt。
文件名采用文学名称，您需要使用paste()或sprintf()在文件名中包含变量i的值。

以下是代码的工作版本：

idorg <- c(1,2,3,4,5)
x <- c(14,20,21,16,17)
y <- c(31,21,20,50,13)
dataset <- cbind (idorg,x,y)

for (i in 1:4)  {
  attempt <- dataset[sample(1:nrow(dataset), 3, replace=FALSE),]
  write.table(attempt, sprintf( "C:/Users/me/Desktop/WWD/Excel/dataset[%d].xls", i ), sep='\t')
}

Excel能否阅读这样一个以制表符分隔的表格？我不确定;我会将逗号分隔的表格保存为.csv。

Answer 2

与Stata不同，您无需为R中的此类操作保留和恢复数据。

我认为1月份的解决方案可以解决您的问题，但我想分享另一种选择：使用lapply()获取数据集所有样本的列表：

set.seed(1) # So you can reproduce these results
temp <- setNames(lapply(1:4,
                        function(x) { 
                          x <- dataset[sample(1:nrow(dataset),
                                              3, replace = FALSE), ]; x }),
                 paste0("attempt.", 1:4))

这创建了一个名为“temp”的list()，其中包含四个data.frame。

temp
# $attempt.1
#      idorg  x  y
# [1,]     2 20 21
# [2,]     5 17 13
# [3,]     4 16 50
# 
# $attempt.2
#      idorg  x  y
# [1,]     5 17 13
# [2,]     1 14 31
# [3,]     3 21 20
# 
# $attempt.3
#      idorg  x  y
# [1,]     5 17 13
# [2,]     3 21 20
# [3,]     2 20 21
# 
# $attempt.4
#      idorg  x  y
# [1,]     1 14 31
# [2,]     5 17 13 
# [3,]     4 16 50

R中的列表非常方便。您现在可以使用lapply()做其他有趣的事情，例如，如果您想查找行总和，可以lapply(temp, rowSums)。或者，如果您想输出单独的CSV文件（可由Excel读取），您可以执行以下操作：

lapply(names(temp), function(x) write.csv(temp[[x]],
                             file = paste0(x, ".csv")))

循环R来自单个数据集的多个样本

2 个答案: