使用Lappy对dataframe进行采样，包括新列和重新排序列

最终结果应该是如下所示的数据帧列表：

time=seq(samples_size[i],1)

---

并且使用

dplyr

Package？？？

是，并且不需要

dplyr

：

list_of_df <- lapply(samples_size,function(i)df %>% slice(1:i))

例如，第一个元素是

lapply(samples_size, function(i) cbind(time = i:1, df[1:i, ]))

---

正如我在评论中所说，

lappy

逐个获取

sample\u size

的元素，在这种情况下，它们被称为

I

，手动定义的匿名函数构造某种结果。然后所有结果返回一个列表（与sapply相反，sapply试图将结果合并到一个向量）。所以这个

time

列就是

i:1

，这是一个写

seq（i，1）

的短方法，

cbind

代表一个列，这就是你要找的，通过把

time=i:1

放在每个中间结果的第一列。最后，

df[1:i，]

给出了

df

的第一行

i

，在本例中，它是

切片的一个简单的base R类似物
！我必须深入研究拉普拉函数。谢谢你，朱利叶斯Vainora@Laura，在每个步骤中，
lappy
从
samples\u size
中提取一个元素，您可以对其执行任何操作。最后，最终结果是这些中间结果的列表。因此，在尝试在每一步中使用dplyr之前，我想说学习base R（
cbind
，
I:1
，等等）确实是一个好主意，而不仅仅是
lappy
。
list_of_df[[1]]<-cbind(list_of_df[[1]],seq(samples_size[1],1))

list_of_df[[1]]<-cbind(list_of_df[[2]],seq(samples_size[2],1))

list_of_df[[1]]<-cbind(list_of_df[[3]],seq(samples_size[3],1))

list_of_df[[1]]<-cbind(list_of_df[[4]],seq(samples_size[4],1))

list_of_df <- lapply(samples_size,function(i)df %>% slice(1:i))

lapply(samples_size, function(i) cbind(time = i:1, df[1:i, ]))

# [[1]]
#   time BBAS3
# 1    9 22.85
# 2    8 22.78
# 3    7 22.80
# 4    6 22.22
# 5    5 22.51
# 6    4 21.11
# 7    3 20.84
# 8    2 20.79
# 9    1 20.67