Question

我正准备在程序rpy（R，在Python中运行）中运行数据集以进行统计分析。它看起来像这样：

data = [[0, 1, 0, 0, 0, 0, 0, 1, 0, 0], [0, 0, 1, 0, 0, 1, 0, 0, 0, 0], 
[0, 1, 1, 0, 0, 0, 0, 0, 0, 1], [1, 0, 0, 0, 1, 0, 0, 0, 0, 1],
[0, 0, 1, 1, , 0, 0, 0, 0, 0], [0, 0, 0, 0, 1, 1, 0, 0, 0, 0],
[1, 0, 0, 0, 0, 0, 0, 1, 0, 0], [0, 1, 0, 0, 0, 1, 0, 0, 0, 0], 
[0, 0, 0, 0, 1, 0, 0, 0, 1, 0]]

对于我使用这些数据，我需要将因变量（y）与独立变量（x）隔离开来。我需要为每年的每列创建一个新列表：

y = data[:,9]
x1 = data[:,0]
x2 = data[:,1]
x3 = data[:,2]
x4 = data[:,3]
x5 = data[:,4]
x6 = data[:,5]
x7 = data[:,6]
x8 = data[:,7]
x9 = data[:,8]
x10 = data[:,9]

假设我的数据有67列。有没有办法循环遍历所有列并自动创建每个列而无需键入所有列？我不想硬编码最多67个阵列。

有些事情，但它不起作用：

i=0
for d in data:
    "x%d"%i = data[:,i-1]
    i+=1

这是代码的其余部分：

rpy.set_default_mode(rpy.NO_CONVERSION)
linear_model = rpy.r.lm(rpy.r("y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10"), data = rpy.r.data_frame(x1=x1,x2=x2,x3=x3,x4=x4,x5=x5,x6=x6,x7=x7,x8=x8,x9=x9,x10=x10,y=y))
rpy.set_default_mode(rpy.BASIC_CONVERSION)
print linear_model.as_py()['coefficients']
summary = rpy.r.summary(linear_model)

Answer 1

为什么不尝试这样的事情来转置列：

x = []

for d in xrange(0,66):
    x.append(data[:,d])

除非每个项目都有单独的数据结构，否则我不知道为什么你需要单独的数据结构......

编辑：如果不是这里的东西应该按照你描述的方式工作：

for d in xrange(1,68):
    exec 'x%s = data[:,%s]' %(d,d-1)

Answer 2

当你展示一些rpy代码时，我想我可以用rpy2来展示它的外观。

# build a DataFrame
from rpy2.robjects.vectors import IntVector
d = dict(('x%i' % (i+1), IntVector(data[:, i]) for i in range(68) if i != 9)
d['y'] = data[:, 9]
from rpy2.robjects.vectors import DataFrame
dataf = DataFrame(d)
del(d) # dictionary no longer needed

# import R's stats package
from rpy2.robjects.packages import importr
stats = importr('stats')

# fit model
dep_var = 'y'
formula = '%s ~ %s ' % (dep_var, '+'.join(x for x in dataf.names if x != dep_var))
linear_model = stats.lm(formula, data = dataf)

在for循环中创建新数组（Python）

2 个答案: