Question

这是数据分析师一直在做的事情（特别是在使用缺少响应的调查数据时。）通常首先将一组竞争数据矩阵相乘，将模型拟合到每个矩阵，然后组合结果。目前我正在手工做事并寻找更优雅的解决方案。

想象一下，工作目录中有5个*.csv个文件，名为dat1.csv，dat2.csv，... dat5.csv。我想使用每个数据集估计相同的线性模型。

鉴于this answer，第一步是收集文件列表，我将使用以下内容

csvdat <- list.files(pattern="dat.*csv")

现在我想做一些像

这样的事情

for(x in csvdat) {
    lm.which(csvdat == "x") <- lm(y ~ x1 + x2, data = x)
}

“which”语句是我试图依次为每个模型编号的愚蠢方式，使用csvdat列表中当前循环所在的位置。也就是说，我希望这个循环返回一组5 lm对象，其名称为lm.1，lm.2等

是否有一些简单的方法来创建这些对象，并命名它们以便我可以轻松指出它们对应的数据集？

感谢您的帮助！

Answer 1

使用列表来存储回归模型的结果，例如

foo <- function(n) return(transform(X <- as.data.frame(replicate(2, rnorm(n))), 
                                                       y = V1+V2+rnorm(n)))
write.csv(foo(10), file="dat1.csv")
write.csv(foo(10), file="dat2.csv")
csvdat <- list.files(pattern="dat.*csv")
lm.res <- list()
for (i in seq(along=csvdat))
  lm.res[[i]] <- lm(y ~ ., data=read.csv(csvdat[i]))
names(lm.res) <- csvdat

Answer 2

另一种方法是使用plyr包进行循环。使用@chl构造的示例，这是你将如何做到这一点

require(plyr)

# read csv files into list of data frames
data_frames = llply(csvdat, read.csv)

# run regression models on each data frame
regressions = llply(data_frames, lm, formula = y ~ .)
names(regressions) = csvdat

Answer 3

您想要的是功能seq_along()和assign()

的组合如果seq_along中有五个对象，则

csvdat会帮助创建1到5的向量（以获取适当的数字，而不仅仅是变量名称）。然后assign（使用paste从数字创建适当的字符串）可以创建变量。

请注意，您还需要先加载数据文件（在您的示例中缺少）：

for (x in seq_along(csvdat)) {
    data.in <- read.csv(csvdat[x])   #be sure to change this to read.table if necessary
    assign(paste("lm.", x, sep = ""), lm(y ~ x1 + x2, data = data.in))
}

seq_along并非完全必要，可能还有其他方法可以解决计算问题。

关键功能是assign。使用assign，您可以使用基于字符串的名称创建变量。有关详细信息，请参阅?assign。

按照chl的评论（见他的帖子），所有内容都在一行中：

for (x in seq_along(csvdat)) assign(paste("lm", x, sep = "."), lm(y ~ x1 + x2, data = read.csv(csvdat[x]))

使用R，循环数据帧，并为循环中创建的对象分配适当的名称

3 个答案: