首页 文章

循环遍历子集，获取文件并将结果保存在数据框中

提问于
浏览 次
0

已经提出了类似的问题，但没有一个能够解决我的具体问题 . 我有一个包含许多基本微积分的 .R 文件（"Mycalculus.R"），我需要将其应用于数据框的子集：每年一个子集，其中"year"的模态是因子（yearA，yearB，yearC）而不是数值 . 该文件生成一个新的数据帧，我需要将其保存在Rda文件中 . 这是我希望代码看起来像 for 循环（这显然不起作用）：

id <- identif(unlist(df$year))
for (i in 1:length(id)){
    data <- subset(df, year == id[i])
    source ("Mycalculus.R", echo=TRUE)
    save(content_df1,file="myresults.Rda")
}

这是主要data.frame df的精确：

obs    year    income    gender   ageclass    weight
 1     yearA    1000       F         1          10
 2     yearA    1200       M         2          25
 3     yearB    1400       M         2           5
 4     yearB    1350       M         1          11

以下是源文件“Mycalculus.R”的作用：它将大量基本微积分应用于称为“数据”的数据帧列，并根据df1创建两个新的数据帧df1和df2 . 这是一个摘录：

data <- data %>% 
   group_by(gender) %>% 
   mutate(Income_gender = weighted.mean(income, weight))
data <- data %>% 
   group_by(ageclass) %>% 
   mutate(Income_ageclass = weighted.mean(income, weight))

library(GiniWegNeg)
gini=c(Gini_RSV(data$Income_gender, weight), Gini_RSV(data$Income_ageclass,weight))

df1=data.frame(gini)
colnames(df1) <- c("Income_gender","Income_ageclass")
rownames(df1) <- c("content_df1")

df2=(1/5)*df1$Income_gender+df2$Income_ageclass
colnames(df2) <- c("myresult")
rownames(df2) <- c("content_df2")

最后，我得到两个这样的数据帧：

Income_Gender  Income_Ageclass    
content_df1           ....             ....

而对于df2：

myresult      
content_df2           ....

但我需要将df1和Rf2保存为Rda文件，其中每个子集给出content_df1和content_df2的行名称，如下所示：

Income_Gender  Income_Ageclass    
content_df1_yearA     ....             ....     
content_df1_yearB     ....             ....     
content_df1_yearC     ....             ....

和

myresult
content_df2_yearA     ....   
content_df2_yearB     ....    
content_df2_yearC     ....

目前，我的程序不使用任何循环，并且正在完成工作但是很乱 . 基本上代码超过2500行代码 . （请不要向我扔西红柿） .

有人可以帮我解决这个具体要求吗？先感谢您 .

r for-loop save rdata

2 回答

  • 2

    考虑在一个脚本中加入所需参数的定义函数，由 lapply() 调用 . 然后，Lapply返回一个数据帧列表，您可以将其绑定到最后一个df中 .

    library(dplyr)
library(GiniWegNeg)

runIncomeCalc <- function(data, y){      
  data <- data %>% 
    group_by(gender) %>% 
    mutate(Income_gender = weighted.mean(income, weight))
  data <- data %>% 
    group_by(ageclass) %>% 
    mutate(Income_ageclass = weighted.mean(income, weight))      

  gini <- c(Gini_RSV(data$Income_gender, weight), Gini_RSV(data$Income_ageclass,weight))

  df1 <- data.frame(gini)
  colnames(df1) <- c("Income_gender","Income_ageclass")
  rownames(df1) <- c(paste0("content_df1_", y))

  return(df1)
}

runResultsCalc <- function(df, y){
  df2 <- (1/5) * df$Income_gender + df$Income_ageclass
  colnames(df2) <- c("myresult")
  rownames(df2) <- c(paste0("content_df2_", y)

  return(df2)
}

dfIncList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  runIncomeCalc(yeardata, i)      
})

dfResList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  df <- runIncomeCalc(yeardata, i) 
  runResultsCalc(df, i)      
})

df1 <- do.call(rbind, dfIncList)
df2 <- do.call(rbind, dfResList)

    现在，如果您需要跨脚本来源 . 在Mycalculus.R中创建相同的两个函数runIncomeCalc和runResultsCalc，然后在其他脚本中调用每个函数：

    library(dplyr)
library(GiniWegNeg)

if(!exists("runIncomeCalc", mode="function")) source("Mycalculus.R")

dfIncList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  runIncomeCalc(yeardata, i)      
})

dfResList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  df <- runIncomeCalc(yeardata, i) 
  runResultsCalc(df, i)      
})

df1 <- do.call(rbind, dfIncList)
df2 <- do.call(rbind, dfResList)
    回复于
  • 1

    如果您功能化了步骤，则可以创建如下工作流程：

    calcFunc <- function(df) {
  ## Do something to the df, then return it
  df
}

processFunc <- function(fname) {
  ## Read in your table
  x <- read.table(fname)

  ## Do the calculation
  x <- calcFunc(x)

  ## Make a new file name (remember to change the file extension)
  new_fname <- sub("something", "else", fname)

  ## Write the .RData file
  save(x, file = new_fname)
}

### Your workflow
## Generate a vector of files
my_files <- list.files()

## Do the work
res <- lapply(my_files, processFunc)

    或者，不要保存文件 . 省略 processFunc 中的 save 调用，并返回data.frame对象列表 . 然后使用 data.table::rbindlist(res) 或 do.call(rbind, list) 创建一个大型data.frame对象 .

    回复于

相关问题