使用列表

Question

我有原始数据集（1100000 * 62），我需要根据手动过滤器划分数据。

我创建了一个可以通过手动输入参数来分离数据的功能：它采用以下参数。

segment_dat <- function(data, Region, gtv_class_bracket, hotelclass){...}

要求：数据子集应在以下参数上：

1. 数据[[1]]应基于NORTH-GTV1-0.5
2. 数据[[2]]应基于NORTH-GTV1-5

...

  
1. 数据[[120]]应基于SOUTH-GTV5-5

我对迭代循环有点新意。 我找到了多个线程，我能够编写下面的代码，但它现在没有用。最终目的是将每个数据集提供给另一个编写的函数进行聚类分析。如果您有任何线索，请提供帮助。基本上我需要迭代三个列表reg，gtv，hc。数据集的数量 应该是120。

#####################################################################
############     adding segment_dat    code#########################


segment_dat<-function(data,Region,gtv_class_bracket,hotelclass) {

  ##############################if no parameters  are missing #############################
  if ( !missing(Region) & !missing(gtv_class_bracket) &!missing(hotelclass)){
    data1<-data[data$region==Region & data$gtv_class_bracket==gtv_class_bracket &
                  data$hotelclass==hotelclass,]
  }
  #################################################################################################
  ################### if two of the parameters are missing #######################################
  else if(missing(gtv_class_bracket) & missing(hotelclass) & !missing(Region)) {
    data1<-data[data$region==Region,]

  }

  else if (missing(Region) & missing(hotelclass) & !missing(gtv_class_bracket)){
    data1<-data[data$gtv_class_bracket==gtv_class_bracket,]
  }

  else if (missing(Region) & missing(gtv_class_bracket) & !missing(hotelclass))
  {
    data1<-data[data$hotelclass==hotelclass,]
  }

  ###########################################################################################  
  ######################## If any one of the parameter is missing ###########################
  else if (missing(gtv_class_bracket)){
    data1<-data[data$hotelclass==hotelclass & data$region==Region,]

  }
  else if (missing(hotelclass)){
    data1<-data[data$gtv_class_bracket==gtv_class_bracket & data$region==Region,]
  }
  else if (missing(Region)){
    data1<-data[data$gtv_class_bracket==gtv_class_bracket & data$hotelclass==hotelclass,]

  }
}

＃

# example data
data=list()
reg<-as.list(c("NORTH","EAST","WEST","SOUTH"))
gtv<-as.list(c("GTV1","GTV2","GTV3","GTV4","GTV5"))
hc<-as.list(c(0.5,1,2,3,4,5))
#xx<-data.frame()
for (i in 1:length(reg)){
  for(j in 1:length(gtv)){
    j=i
    for(k in 1:length(hc)){
      k=j
        data[[i]]<-segment_dat(hotel_clus3,Region=reg[[i]],
                   gtv_class_bracket=gtv[[j]],hotelclass=hc[[k]])   
    }} }

Answer 1

以下是segment_dat()功能的替代品。调用它不需要三重for循环。在函数下方，它会在您的数据上调用。

segment_dat <- function(data, region, gtv_class_bracket, hotelclass){
    ## Build inputs list while checking for missing inputs
    inputs <- list()
    if(!missing(region)) inputs <- list(region=region)
    if(!missing(gtv_class_bracket) inputs <- c(inputs, list(gtv_class_bracket=gtv_class_bracket))
    if(!missing(hotelclass)) inputs <- c(inputs, hotelclass=hotelclass)
    if(inputs == 0) stop("Some subsetable column is required as input.")

    ## Build permutation data.frame
    inputs['stringsAsFactors'] <- FALSE
    values <- do.call(expand.grid, inputs)

    ## Generate list of data.frames
    apply(vals, 1, function(x) merge(data, x))
}

data <- segment_dat(hotel_clus3, reg, gtv, hc)

修改

替换了代码中不存在的变量;现在都应该工作了。