Question

这里是我如何使用名称data_1，data_2，data_3 .....等创建数量的数据集最初的 dim（data）＆lt; - 500（rows）17（column）matrix

for ( i in 1:length(unique( data$cluster ))) {
  assign(paste("data", i, sep = "_"),subset(data[data$cluster == i,]))
}

到目前为止一切都很好

现在我试图在其他循环中逐个使用这些，如

for (i in 1:5) {
  data<-  paste(data, i, sep = "_")
}

然而，这并没有给我所需格式的数据任何帮助将非常感激。

提前谢谢

Answer 1

让我在这里给你一个提示：不要只是在全局环境中分配所有内容，而是使用列表。这样你就可以避免在干预全球环境时出现的所有问题。您在问题中使用的代码将覆盖原始数据集data，因此如果您想在出现问题时重新运行该代码，则会遇到麻烦。您必须重建原始数据框。

第二：如果您需要根据因素拆分数据框并在每个部分上执行一些代码，您应该查看split，by和tapply，或者在plyr和dplyr个包裹。

使用Base R

使用基数R，取决于您想要做什么。在最常见的情况下，您可以使用split()和lapply甚至是for循环的组合：

mylist <- split( data, f = data$cluster)
for(mydata in mylist){
  head(mydata)
  ...
}

或者

mylist <- split( data, f = data$cluster)
result <- lapply(mylist, function(mydata){
  doSomething(mydata)
})

您使用哪一个，很大程度上取决于结果应该是什么。如果您需要为每个子集提供某种摘要，则使用lapply将为您提供包含每个子集的结果的列表。如果您需要进行模拟或绘图等，最好使用for循环。

如果你想根据其他变量添加一些变量，那么plyr或dplyr包就派上用场了

使用plyr和dplyr

如果您的代码的结果将是某种类型的数组或数据框，这些包特别方便。这与使用split和lapply类似，但后来Hadley批准： - ）

例如：

library(plyr)
result <- ddply(data, .(cluster),
                function(mydata){
                  doSomething(mydata)
                })

如果结果应该是列表，请使用dlply。