loop：为r中的相关函数选择变量_R_Variables_Loops_Dataframe

loop：为r中的相关函数选择变量

r variables loops dataframe

loop：为r中的相关函数选择变量,r,variables,loops,dataframe,R,Variables,Loops,Dataframe,以下是我打算做的（对于相当多的变量和数据集）：第二个数据集-包含实际数据 set.seed(1234) dataf <- data.frame (yvar = rnorm (10, 10,3), A = sample(c(1,0), 10, T), B = sample(c(1,0), 10, T), c1 = sample (c(1,0), 10, T), D2 = sample (c(1,0), 10, T), E= sample (c(1,0), 10

以下是我打算做的（对于相当多的变量和数据集）：

第二个数据集-包含实际数据

set.seed(1234)
dataf <- data.frame (yvar = rnorm (10, 10,3), 
    A = sample(c(1,0), 10, T), B = sample(c(1,0), 10, T), 
    c1 = sample (c(1,0), 10, T), D2 = sample (c(1,0), 10, T), 
    E= sample (c(1,0), 10, T),F = sample (c(1,0), T), 
    g1 = sample (c(1,0), 10, T))

# manual workout:
xtemp <- dataf$A* dataf$B * dataf$c1 # all from group 1
# I error in previous version it is * not + 
# (is product of all members of a group i.e. 
 xtemp <- dataf$D2 (- group 2)
 xtemp <- dataf$E * dataf$F (- group 3)
 xtemp <- dataf$G (- group 4)

set.seed（1234）
我打赌
corrfun <- function (group.no, x=dataf, x.lookup=mygroupdf) {
  xtemp <- apply(x[x.lookup$varname[x.lookup$group == group.no]], 1, prod)

  out <- cor(x$yvar, xtemp)

  return (out)
}

>     corrfun(1)
[1] 0.35593
> corrfun(2)
[1] 0.4181311
> 

corrfun
另一个答案
cbind(
  group = unique(mygroupdf$group),
  corr = 
    do.call(
      c,
      lapply(
        unique(mygroupdf$group),
        function(x) {
          varnames <- unique(mygroupdf[mygroupdf$group == x, 'varname'])
          products <- apply(as.matrix(dataf[, colnames(dataf) %in% varnames]), 1, prod)
          cor(products, dataf$yvar)
        }
      )
    )
)

sapply（唯一（mygroupdf$group），函数（x）{
a并使用我当前最喜欢的库创建另一个答案：
library(plyr)
ddply(mygroupdf, .(group), summarise,
      cor=cor(dataf$yvar, apply(dataf[as.character(varname)],1,prod)))

这将产生以下结果：
组cor
1     1  0.3559300
2     2  0.4181311
33NA
4     4 -0.1015003
警告信息：
在cor（dataf$yvar，apply）（dataf[as.character（varname）]，1，prod））中：
标准偏差为零
当你说不同的组有不同的变量时，我不确定我是否理解。因为这是一个数据框
，dim不是会相同吗？你是说不同的变量名吗？@Maiasaura请看我最近的编辑，实际上我有打字错误，它是“*”而不是“+”在创建xtemp时。有两个数据集。问题是在创建变量xtemp时，可能有n个变量。只有两个组（0,1）对吗？每个组都有相同的变量集（A、B、c1、D2、E、F），对吗？那么为什么一个函数不能完成所有任务呢？我放弃了。根本无法遵循您的示例。感谢您的回答和猜测（确实是正确的猜测！！！），我们可以将其放入循环中而不是键入group。每次都不可以。您可以或您可以使用sapply（unique（mygroupdf$group），corrfun）
您的代码将因一个子文件错误而失败：在默认设置下，mygroupdf$varname
将是一个因子，并且使用因子对数据进行子集设置。带有因子的框架将使用其数值，而不是其字符解释。您将获得正确的输出格式，但是错误的数字。@MvG很好！我有选项（stringsAsFactors=FALSE）
在我的.Rprofile中，所以我忘了那些东西！
   corrfun <- function (x, V1, V2, V3) {
           xtemp <- V1 * V2  + V3
           x <- cor(dataf$yvar, xtemp)
           return (x)
          }

corrfun <- function (group.no, x=dataf, x.lookup=mygroupdf) {
  xtemp <- apply(x[x.lookup$varname[x.lookup$group == group.no]], 1, prod)

  out <- cor(x$yvar, xtemp)

  return (out)
}

>     corrfun(1)
[1] 0.35593
> corrfun(2)
[1] 0.4181311
> 

cbind(
  group = unique(mygroupdf$group),
  corr = 
    do.call(
      c,
      lapply(
        unique(mygroupdf$group),
        function(x) {
          varnames <- unique(mygroupdf[mygroupdf$group == x, 'varname'])
          products <- apply(as.matrix(dataf[, colnames(dataf) %in% varnames]), 1, prod)
          cor(products, dataf$yvar)
        }
      )
    )
)

     group       corr
[1,]     1  0.3559300
[2,]     2  0.4181311
[3,]     3         NA
[4,]     4 -0.1015003

sapply(unique(mygroupdf$group), function(x) {
  a <- as.character(mygroupdf$varname[mygroupdf$group == x])
  cor(dataf$yvar, apply(dataf[a],1,prod))
})

library(plyr)
ddply(mygroupdf, .(group), summarise,
      cor=cor(dataf$yvar, apply(dataf[as.character(varname)],1,prod)))