如何在R中提取105个变量进行计算

我有7个实验数据帧，每个数据帧被细分为15个重复（或迭代）。我现在对所有105变量

x

感兴趣，以便稍后在分析中进行计算

假设您有以下带有随机数字的数据帧，为了简单起见，假设所有数据帧包含不同的数字：

set.seed(2)

a <- runif(100, -1.5, 1.5)
b <- pnorm(rnorm(100))
c <- rnorm(100)
d <- rnorm(100)
e <- dnorm(rnorm(100))
iteration <- sort(sample(1:7, 100, replace=T), decreasing=F)
x <- f <- sample(1:1000, 100, replace=T)

df1 <- data.frame(a,b,c,d,e,iteration,x)
df2 <- data.frame(a,b,c,d,e,iteration,x)
df3 <- data.frame(a,b,c,d,e,iteration,x)
df4 <- data.frame(a,b,c,d,e,iteration,x)
df5 <- data.frame(a,b,c,d,e,iteration,x)
df6 <- data.frame(a,b,c,d,e,iteration,x)
df7 <- data.frame(a,b,c,d,e,iteration,x)

我使用以下命令来“提取”迭代1的变量

df1$x

，但这将需要为剩余的变量增加208行：

df_1 <- df1[which(df1$iteration=='1'),]
df_1_final <- df_1[grepl("1", df_1$iteration), c(6, 7)]

---

df_1使用
dplyr的可能性。可能更容易使用列表中的
数据。帧
（来自@akrun的注释）

或在
数据表中

rbindlist(mget(paste0('df', 1:7)))[,mean(x)-sd(x) ,.(gr=rep(1:7,each=100),iteration)]

可以使用
dplyr
。可能更容易使用列表中的
数据。帧
（来自@akrun的注释）

或在
数据表中

rbindlist(mget(paste0('df', 1:7)))[,mean(x)-sd(x) ,.(gr=rep(1:7,each=100),iteration)]

您可以创建一个无意义方程函数，然后在
tapply（）
中使用它，并将，
iteration
作为每个df的索引参数。因此对于df1：
tapply（df1$x，INDEX=df1$iteration，nonsenseFunction）
，它将返回一个列表/数组，其中包含df1的每个组（迭代）的所有计算。
您可以创建一个无意义方程函数，然后在
tapply（）
中使用它，对于每个df，
iteration
作为索引参数。对于df1：
taply（df1$x，INDEX=df1$iteration，nonsense函数）
，它将返回一个列表/数组，其中包含df1的每个组（迭代）的所有计算。
尝试
d1尝试
d1尝试
d1或使用
数据。表
这是您的想法，我刚刚删除了我的，因为它更详细，使用2 revs'和nongkrongs
bindrows
解决方案使用我的原始数据，我得到了
错误：错误的结果大小（1896），预期为28440或1。rbind_all（x）：不相等因子级别：强制为字符
。我做错了什么？或者使用了
data.table
rbindlist（mget（paste0（'df'，1:7））[，mean（x）-sd（x），（gr=rep（1:7，each=100），迭代）]
这是你的主意，我刚刚删除了我的，因为它更为详细，使用了2个revs'和nongkrongs
bindrows
解决方案，在这里，我得到了
错误：结果大小错误（1896），预计为28440或1。rbind_all（x）：不相等因子级别：强制为字符
。我做错了什么？非常感谢你，斯莫尔。此解决方案确实起作用，但必须应用7次，并且其输出的结构不如
bindrows
解决方案的输出清晰。@TilHund Right on，是的，
tapply
的输出结构可能会有点混乱。我只是想展示另一种方法，而不必安装和学习
dplyr
。通过
sort（result，discreating=F）
修复。很好！很高兴听到这个解决方案适合您。非常感谢您，small_data88。此解决方案确实起作用，但必须应用7次，并且其输出的结构不如
bindrows
解决方案的输出清晰。@TilHund Right on，是的，
tapply
的输出结构可能会有点混乱。我只是想展示另一种方法，而不必安装和学习
dplyr
。通过
sort（result，discreating=F）
修复。很好！很高兴听到这个解决方案适合您。
rbindlist(mget(paste0('df', 1:7)))[,mean(x)-sd(x) ,.(gr=rep(1:7,each=100),iteration)]