通过预先选择的数据子集在R中进行循环

为了对欧洲社会调查（ESS）进行分析，我试图计算受教育程度高于父母的受访者的比例。我打算使用for循环进行计算。但是，我无法分别计算每个国家和年份的份额。数据框中的行是个人观察（约400k），我有一行指示响应者的国家（cntry）和年份（ESSHARD）。我的代码如下所示

for (i in 1:nrow(ESS_cleann)) {


  ESS_cleann$abs_mobility[i] <- ESS_cleann[ESS_cleann[cntry]==i && ESS_cleann[essround]==i] length(ESS_cleann$educ_mobility[i] [ESS_clean$educ_mobility [i] == "U"])/ESS_cleann[ESS_cleann[cntry]==i&& ESS_cleann[essround]==i] length(ESS_cleann$educ_mobility[i]) 
}

---

数据表听起来像是您需要的包。您不提供任何数据来重现问题，但类似的内容应该可以：

DT[,.SD[ education.level > parent.education.level, .N/nrow(.SD)], by= c("country", "year") ]

for (year in years) {
   for (country in countries){
    subtable <- table[year==yer & country===countr]
    store.in.some.variable.or.table.or.something <- nrow( subtable [ education > parental.education, ]) / nrow(subtable)
 } 
}

如果您想使用for循环来实现这一点，我想类似这样的方法会起作用：

DT[,.SD[ education.level > parent.education.level, .N/nrow(.SD)], by= c("country", "year") ]

for (year in years) {
   for (country in countries){
    subtable <- table[year==yer & country===countr]
    store.in.some.variable.or.table.or.something <- nrow( subtable [ education > parental.education, ]) / nrow(subtable)
 } 
}

for（以年为单位）{
用于（国家中的国家）{
subtable数据表听起来像是您需要的软件包。您不提供任何数据来重现问题，但类似的内容应该可以：

DT[,.SD[ education.level > parent.education.level, .N/nrow(.SD)], by= c("country", "year") ]

for (year in years) {
   for (country in countries){
    subtable <- table[year==yer & country===countr]
    store.in.some.variable.or.table.or.something <- nrow( subtable [ education > parental.education, ]) / nrow(subtable)
 } 
}

如果您想使用for循环来实现这一点，我想类似这样的方法会起作用：

DT[,.SD[ education.level > parent.education.level, .N/nrow(.SD)], by= c("country", "year") ]

for (year in years) {
   for (country in countries){
    subtable <- table[year==yer & country===countr]
    store.in.some.variable.or.table.or.something <- nrow( subtable [ education > parental.education, ]) / nrow(subtable)
 } 
}

for（以年为单位）{
用于（国家中的国家）{
subtable我不太清楚我是否理解，但您是否正在尝试这样做

库（dplyr）
设定种子（2020年）
碳纳米管：18 x 5
#>#组：cntry，Esshall[6]
#>cntry ESSHARD移动计数perc
#>               
#>1在1 D 6 0.429
#>2时为1牛40.286
#>3在1 U 4 0.286处
#>第2天4点30.273分
#>5在2n5 0.455
#>6在2 U 3 0.273处
#>7在第3天5 0.333
#>8时3分40.267分
#>9在3 U 6 0.4处
#>10英国1d7 0.318
#>11英国1北6 0.273
#>12英国1 U 9 0.409
#>13英国2 D 4 0.25
#>14英国2 N 7 0.438
#>15英国2 U 5 0.312
#>16英国3 D 7 0.318
#>17英国3 N 10 0.455
#>18英国3 U 5 0.227

由（v0.3.0）创建于2020-05-11，我不太清楚我是否理解，但您是否正在尝试这样做

库（dplyr）
设定种子（2020年）
碳纳米管：18 x 5
#>#组：cntry，Esshall[6]
#>cntry ESSHARD移动计数perc
#>               
#>1在1 D 6 0.429
#>2时为1牛40.286
#>3在1 U 4 0.286处
#>第2天4点30.273分
#>5在2n5 0.455
#>6在2 U 3 0.273处
#>7在第3天5 0.333
#>8时3分40.267分
#>9在3 U 6 0.4处
#>10英国1d7 0.318
#>11英国1北6 0.273
#>12英国1 U 9 0.409
#>13英国2 D 4 0.25
#>14英国2 N 7 0.438
#>15英国2 U 5 0.312
#>16英国3 D 7 0.318
#>17英国3 N 10 0.455
#>18英国3 U 5 0.227

由（v0.3.0）于2020-05-11创建，您好，欢迎使用StackOverflow！您能提供一些数据样本，以便我们重现问题吗？这使帮助更容易。例如，使用
head（ESS_cleann）的结果
。此外，对于这种大小的计算，for循环可能不是一个好主意。可能有一种更快的方法。此外，到底出了什么问题？您收到错误消息了吗？您好，谢谢您的快速回复。由于数据集有1700个变量，我在下面显示了包含所有必要变量的数据子集。您好，欢迎使用堆栈溢出！您能提供一些数据样本以便我们重现问题吗？这样更容易提供帮助。例如，使用
head（ESS_cleann）的结果
。此外，对于这种大小的计算，for循环可能不是一个好主意。可能有一种更快的方法。此外，到底出了什么问题？您收到错误消息了吗？您好，谢谢您的快速回复。由于数据集有1700个变量，我在下面显示了包含所有必要变量的数据子集。请在下面应用代码我的案例现在看起来是这样的：x在我的案例中应用代码现在看起来是这样的：x不客气。正如上面在R for循环中评论的人通常不需要。不客气。正如上面在R for循环中评论的人通常不需要。