使用R中的循环高效地绘制子列表参数

我很难做一个循环，我不知道出了什么问题。我的数据包含列表中的列表。我有超过50个主要列表，即[I]]。每个[[i]]包含20个'i`（=子列表）。我的数据的一个子集看起来像

>data
[[1]]$`1`
           X       Y  Height_m kt_Result   
1   253641.0 2630050        90       560  
74  253845.7 2630552        90       270
156 254353.6 2630195       130         0
171 254554.9 2630220       170       390
173 254565.9 2630323       120       304

[[1]]$`2`
           X       Y  Height_m kt_Result   
5   253641.0 2630050        50       860  
77  253845.7 2630552        20       370
159 254353.6 2630195       190        20
177 254554.9 2630220       140       310
200 254565.9 2630323       100       804

... ...

[[2]]$`1`
           X       Y  Height_m kt_Result   
4   253641.0 2630050        10       960  
78  253845.7 2630552        20       220
150 254353.6 2630195       330         5
377 254554.9 2630220       670       340
100 254565.9 2630323       220       314

... ...

当我想在一个绘图中用不同的颜色绘制每个子列表时，它不起作用

#blank plot (dfs is a different data frame with the same data)
plot(dfs[[1]]$kt_Result, dfs[[1]]$Height_m, type='n')

#plot sublist
lapply(1:length(data[[1]]), function(i) 
  points(data[[1]]$`i`$kt_Result, data[[1]]$`i`$Height_m,
         ylim=rev(c(0, max(data[[1]]$`i`$Height_m))),
         xlim= c(min(data[[1]]$`i`$kt_Result, na.rm=TRUE), 
max(data[[1]]$`i`$kt_Result, na.rm=TRUE)), lwd=2, type='b',col=i))

我得到警告，没有任何阴谋

There were 50 or more warnings (use warnings() to see the first 50)
> warnings()
Warning messages:
1: In max(data[[1]]$i$Height_m) : no non-missing arguments to max; returning -Inf
2: In min(data[[1]]$i$kt_Result, na.rm = TRUE) :
  no non-missing arguments to min; returning Inf
3: In max(data[[1]]$i$kt_Result, na.rm = TRUE) :
  no non-missing arguments to max; returning -Inf
... ...

当我在没有任何x-/y限制的情况下绘图时，它不会给出警告或绘图，只会在工作区中显示NULL

lapply(1:length(data[[1]]), function(i) 
  points(data[[1]]$`i`$kt_Result, data[[1]]$`i`$Height_m,
         lwd=2, type='p',col=i))

[[1]]
NULL

[[2]]
NULL

...

[[20]]
NULL

然而，当我一个接一个地绘制数据时，它是有效的，但这对于处理如此大的数据集是不切实际的

plot(dfs[[1]]$kt_Result, dfs[[1]]$Height_m, type='n')

points(data[[1]]$`1`$kt_Result, data[[1]]$`1`$Height_m, col='red')
points(data[[1]]$`2`$kt_Result, data[[1]]$`2`$Height_m, col='green')
... ...
points(data[[1]]$`19`$kt_Result, data[[1]]$`19`$Height_m, col='cyan')
points(data[[1]]$`20`$kt_Result, data[[1]]$`20`$Height_m, col='blue')

---

你知道为什么这个简单循环不起作用吗？

@SimonO10强调了代码中的问题，但除此之外，你考虑过ggplot吗？它的设计真的很容易做到这一点。您将遇到的主要问题是需要将数据转换为长格式。但一旦你完成了这项工作，绘图就变得微不足道了：

# Use ggplot to plot

ggplot(
  subset(data, L1==1),  # just use `data` here if you want all plots
  aes(x=height, y=weight, color=paste(L1, L2, sep="-"))
) + geom_point() + scale_color_discrete(name="id-sub.id") + scale_y_reverse()

使用

facet\u wrap

如果您想在不同的图形中显示内容（注意数据已更改b/c我没有设置随机种子）：

为了将您的数据转换为长格式，我从您的结构中的一些数据开始（我是如何做到的，请参阅本文末尾）：

然后转换为@baptiste建议的长格式（注意数字与b/c I重新生成的随机数据不完全匹配）

#转换为长格式
图书馆（E2）
数据这可能是为数不多的几个地方之一，因为
for
循环在R中是有意义的，我会尝试一下。你期望的是，通过设计工作，某些东西不会工作<代码>$

从不计算它的参数。有关详细信息，请使用

[，i]

而不是

$

重塑2:：melt（数据）

将您的数据转换为长格式的data.frame，非常适合于ggplot2或lattice。任何使用base R解决此类问题的方法？@baptiste，好主意，没有意识到

melt

可以使用嵌套列表。您确实需要这样做：

melt（数据，id.vars=c（“高度”、“重量”））

。我将在下面更新我的代码。谢谢，但您绘制了所有内容（1-1、1-2、2-1、2-2等）。你怎么只画1-1和1-2？很抱歉，我不熟悉ggplot。只是子集数据。不要将

数据

传递给ggplot，而是传递

子集（数据，id==1）

。感谢您的更新。好。。。也许我要求的太多了，但是如何为id=L1的每个子集创建一个循环？？正如我所说的，有50多个ID，即循环将创建>50个绘图…如果您希望它们同时显示，可以使用

facet\u wrap（）

，但如果您想要50个图形，这可能太多了。否则，您可以将

ggplot

语句放入for循环中，并将循环索引值传递给

子集

表达式。我将添加一个facet\u wrap示例。

ggplot(
  subset(data, L1==1),  # just use `data` here if you want all plots
  aes(x=height, y=weight, color=paste(L1, L2, sep="-"))
) + geom_point() + scale_color_discrete(name="id-sub.id") +
facet_wrap( ~ L2)

data
# [[1]]
# [[1]]$`1`
#        height     weight
# 1  0.79199970 0.19434040
# 2  0.83137244 0.41325506
# ...
# 
# [[1]]$`2`
#         height     weight
# 1  0.099096870 0.64563244
# 2  0.736456033 0.06103266
# ...
# 
# [[2]]
# [[2]]$`1`
#       height      weight
# 1  0.2622071 0.176313366
# 2  0.5747873 0.887846513
# ...

# Convert to long format

library(reshape2)
data <- melt(data, id.vars=c("height", "weight"))
#         height     weight L2 L1
# 1   0.55637070 0.50990818  1  1
# 2   0.59839293 0.91242349  1  1
# ...
# 11  0.39170638 0.86185414  2  1
# 12  0.69356092 0.03145715  2  1
# ...
# 21  0.67580737 0.55668117  1  2
# 22  0.01335459 0.29615540  1  2
# ...           

data <- 
  replicate(5, simplify=F,
    replicate(2, simplify=F,
      data.frame(height=runif(10), weight=runif(10))
  ) )
data <- lapply( data, function(x) { names(x) <- seq_along(x); x } )