Question

我对R比较陌生，但是我已经广泛使用了MatLab而且我认为这可能是一个相对较大的问题。

我的数据集有19个变量，有14个观察值。我想写一个for循环，它将列和循环放在上面。例如，data$example我想尽可能使用data$example中的值。

看起来像

for(i in data$example){ 
    Answer[i] <- (data$example[i+1])/(data$example[i])
}

这是否允许在R？因为我目前只是获得NAs

Answer 1

或者你可以完全避免for循环（除此之外，apply函数族很少比编写良好的for循环更有效）并使用向量化操作：

##  Using ts() you can lag arbitrarily, however it does not pad with NA's
##    and you will end up with an Answer that's one fewer items in length:
Answer <- numeric( lag(ts(data$example), 1) / ts(data$example) )

##  As an alternative, without the ts() calls but a hard-coded NA pad:
Answer <- c(data$example[-1], NA) / data$example

如果您不介意数据对象仍为numeric()对象，则可以安全地删除ts调用。但是，在R中进行矢量化操作时，非常非常重要，因为它可以极大地提高效率。

Answer 2

欢迎来到R的世界！在“R style”中，* apply函数通常用于代替for和其他条件循环。尝试类似：

sapply(2:nrow(data)),function(x) data[x,'example'] / data[x-1,'example'])

有几点需要注意：我正在使用sapply函数，它将第二个参数的函数应用于第一个参数中的所有元素。我正在使用第一个参数来索引data.frame（从2到最后，因为我们不能将函数应用到第一行。我使用第二个参数来创建一个执行“匿名”的函数具体来说，我使用[表示法来索引data.frame中的值，其中第一个值是行号，第二个值是表示变量名称的字符串。

使用data作为数据的变量名称的最后一件事通常是在R中没有。它可以在命名空间中创建冲突并在以后给您带来麻烦。我通常使用d代替。

Answer 3

R要求您定义在循环之前存储结果的答案对象。您还应该为迭代提供起点和终点。如果您改为提供值向量，它将使用这些值（您获得NAs，因为数据$ example中的值不是数据框中的行）。所以，举个例子：

data <- cars
answer <- NULL
for (i in 1:NROW(data)){
  answer[i] = data$speed[i+1]/data$speed[i]
}
print(answer)

 [1] 1.000000 1.750000 1.000000 1.142857 1.125000 1.111111 1.000000 1.000000
 [9] 1.100000 1.000000 1.090909 1.000000 1.000000 1.000000 1.083333 1.000000

[17] 1.000000 1.000000 1.076923 1.000000 1.000000 1.000000 1.071429 1.000000
[25] 1.000000 1.066667 1.000000 1.062500 1.000000 1.000000 1.058824 1.000000
[33] 1.000000 1.000000 1.055556 1.000000 1.000000 1.052632 1.000000 1.000000
[41] 1.000000 1.000000 1.100000 1.045455 1.043478 1.000000 1.000000 1.000000
[49] 1.041667       NA

只有最终结果丢失，因为最后一行没有i + 1。相比之下，你所做的更像是：

answer2 = NULL
for (i in data$speed){
  print(i)
  answer2[i] = data$speed[i+1]/data$speed[i]
}

打印哪些：

[1] 4
[1] 4
[1] 7
[1] 7
[1] 8
[1] 9
[1] 10
[1] 10
[1] 10
[1] 11
[1] 11
[1] 12
[1] 12
[1] 12
[1] 12
[1] 13
[1] 13
[1] 13
[1] 13
[1] 14
[1] 14
[1] 14
[1] 14
[1] 15
[1] 15
[1] 15
[1] 16
[1] 16
[1] 17
[1] 17
[1] 17
[1] 18
[1] 18
[1] 18
[1] 18
[1] 19
[1] 19
[1] 19
[1] 20
[1] 20
[1] 20
[1] 20
[1] 20
[1] 22
[1] 23
[1] 24
[1] 24
[1] 24
[1] 24
[1] 25

如您所见，这些不是您尝试存储结果的位置，而是data$speed列中的值。如果我们打印answer2，我们会得到类似的NAs模式，因为数据$ speed中不存在许多行号。

print(answer2)
 [1]       NA       NA       NA 1.142857       NA       NA 1.000000 1.000000
 [9] 1.100000 1.000000 1.090909 1.000000 1.000000 1.000000 1.083333 1.000000
[17] 1.000000 1.000000 1.076923 1.000000       NA 1.000000 1.071429 1.000000
[25] 1.000000

使用R和forloop

3 个答案: