1）此函数有效，给我系数：a，b，c

Question

我有2000株小麦，生长40天。我想在每个植物上执行coeff函数，以找到3个时间点构成的二次方程的系数。（a，b和c）

（1）coef(lm(y~poly(x,2,raw=TRUE))函数的工作方式与我想要的完全相同。

（2）但是，显示数据的方式要求我手动设置x和y。

（3）因此，我融化了数据，并对其进行了排序。

（4）我想创建一个循环，该循环将采用“天”列中的前三个并将其设置为x。然后，我希望它采用“高度”列中的前三个并将其设置为y。

然后我想执行coeff功能。

最后，我希望它提供我需要的系数输出，最好在新的数据表中显示。

然后对于所有小麦植物，每三行重复一次，代表每一个小麦ID。

1）此函数有效，给我系数：a，b，c

x<-c(1,2,3)
y<-c(1,10,4)
coef(lm(y~poly(x,2,raw=TRUE)))

2）这就是我的数据原来的样子

A = matrix(c(5, 4, 2, 10, 10, 4, 5, 15, 6),nrow=3, ncol=3)
colnames(A)<-c("10", "25", "40")
rownames(A)<-c("Wheat 1", "Wheat 2", "Wheat 3")
A

3）这是我融化的格式

A.melted<-as.data.frame(melt(A, id.vars="ID"))
A.melted<-A.melted[with(A.melted,order(Var1)),]
colnames(A.melted) <- c("WheatID", "Day", "Height")
A.melted$Day<-as.numeric(as.character(A.melted$Day))
A.melted

＃

4）这就是我要处理的循环。...

每3行
x<-A.melted[,2]
y<-A.melted[,3]
coef(lm(y~poly(x,2,raw=TRUE)))
可以用来编译系数的东西：a，b，c

我只是不熟悉循环的语法，并且我喜欢任何提示和建议。细读Google告诉我，除非绝对需要这样做，否则不应该执行循环，因为这样可能会遇到更多问题，因此我也对非循环技术持开放态度。

Answer 1

我们可以在data.table的帮助下完成此操作，请参见?data.table：

library(data.table)

A.models = A.melted[, model := list(.(lm(Height ~ poly(Day, 2), 
                                         data = list(.(.SD[WheatID == .BY[[1]]]))))), 
                    by = WheatID] 

A.models[, coefs := list(.(coefficients(model[[1]]))), 
         by = WheatID]

您可以按以下方式访问每个模型：

A.models[WheatID == "Wheat 1", model[[1]]]

甚至

A.models[WheatID == "Wheat 1", summary(model[[1]])]

之所以发生这种魔术，是因为data.table接受了J 表达式，而不仅仅是功能。

Answer 2

如果要循环执行，请尝试此操作。至关重要的部分是将seq与by =参数一起使用，以使索引采取所需的步骤。

library(tibble)

df <- tibble(
  WheatID = rep(NA_character_, nrow(A)),
  Intercept = rep(NA_real_, nrow(A)),
  poly1 = rep(NA_real_, nrow(A)),
  poly2 = rep(NA_real_, nrow(A))
)
cnt <- 1
for (i in seq(1, nrow(A.melted), by = 3)) {
  x <- A.melted$Day[i + 0:2]
  y <- A.melted$Height[i + 0:2]
  df$WheatID[cnt] <- as.character(A.melted$WheatID[i])
  df[cnt, 2:4] <- coef(lm(y~poly(x,2,raw=TRUE)))
  cnt <- cnt + 1
}
df

注意：我不是data.table人。因此，我向您介绍tibble。

Answer 3

这是您可以使用data.table软件包执行的操作。

data.list <- split(A.melted, f = (1:nrow(A.melted) - 1) %/% 3)
coefs <- lapply(data.list, function(x) {
  coefs <- coef(lm(Day ~ poly(Height, raw=TRUE), data = x))
  data.table(
    intercept = coefs[1],
    poly.height = coefs[2]
  )
})

coefs <- rbindlist(coefs)

Answer 4

或者您可以直接在原始矩阵上执行apply()：

x <- as.numeric(colnames(A))
apply(A, 1, function(y) coef(lm(y~poly(x,2,raw=TRUE))))

                            Wheat 1      Wheat 2       Wheat 3
(Intercept)             -3.88888889 -0.555555556  6.666667e-01
poly(x, 2, raw = TRUE)1  1.11111111  0.477777778  1.333333e-01
poly(x, 2, raw = TRUE)2 -0.02222222 -0.002222222 -2.417315e-18

或者您可以转置数据并直接使用coef(...)调用：

x <- as.numeric(colnames(A))
coef(lm(t(A) ~ poly(x, 2, raw = TRUE)))

R循环：每3行执行一次功能

1）此函数有效，给我系数：a，b，c

2）这就是我的数据原来的样子

3）这是我融化的格式

4）这就是我要处理的循环。...

4 个答案: