R中循环的循环

Question

这是我的问题：我有两个不同的数据帧（A和B）。每个数据框的列是一个地理位置，行数据是一个地区的物种。我需要相交的数据帧B的所有地区的物种列表中的数据成名的地方1个品种的名单要做到这一点，我写了这样一个循环：

res<-list() 
for(i in 1:length(B)) {intersect(A[1], B[i])->res[[i]] 
} 

现在我必须重复A的局部2,3,4,5,6，......的相同循环，也就是说我必须与B的所有地点A相交所有地点。

谢谢。

Answer 1

很难完全理解你想要得到的结果。但是，如果我正确地猜出了你的需求，下面的代码将会做你想做的事。这个代码当然可以进一步优化以提高速度，因为对于大数据集，它可能不会太快。

res <- list() 
for (i in 1:ncol(A)) { 
    res[[i]] <- list() 
    for (j in 1:ncol(B)) { 
    res[[i]][[j]] <- intersect(A[,i], B[,j]) 
    } 
} 

要访问的结果，您可以使用

res[[column_index_in_A]][[column_index_in_B]] 

Answer 2

这里胡乱猜测你的数据：

A <- data.frame(
    London  = c(TRUE, TRUE, FALSE), 
    Manchester = c(FALSE, TRUE, FALSE), 
    Birmingham = c(TRUE, FALSE, TRUE), 
    row.names = c("rats", "mice", "foxes") 
) 

B <- data.frame(
    London  = c(TRUE, FALSE, FALSE), 
    Manchester = c(TRUE, TRUE, TRUE), 
    Birmingham = c(TRUE, TRUE, FALSE), 
    row.names = c("rats", "mice", "foxes")  
) 


> A 
     London Manchester Birmingham 
rats TRUE  FALSE  TRUE 
mice TRUE  TRUE  FALSE 
foxes FALSE  FALSE  TRUE 
> B 
     London Manchester Birmingham 
rats TRUE  TRUE  TRUE 
mice FALSE  TRUE  TRUE 
foxes FALSE  TRUE  FALSE 

在这种情况下，找到存在于同一位置的两个物种数据集，您只需要

as.matrix(A) & as.matrix(B) 

Answer 3

下面是使用lapply()的嵌套循环的类似方法。

如果你有一个大的数据集，使用lapply()可能会使你在使用循环方面获得相当可观的速度提升。循环中R的速度较慢，建议在可能的情况下使用矢量化函数the *apply family。

我将介绍一个例子，并且可以将其应用于您的数据集。

首先，我们创建一个名为df样品3x3的数据帧，与b列a，并且c，和行d，e和f：

> df <- data.frame(a = sample(3), b = sample(3), c = sample(3)) 
> rownames(df) <- c('d','e','f') 

让我们来看看df与其转t(df)：

> df 
    a b c 
d 3 1 3 
e 1 3 1 
f 2 2 2 

> t(df) 
    d e f 
a 3 1 2 
b 1 3 2 
c 3 1 2 

比方说，我们想intersect列vect df和t(df)。现在我们使用嵌套lapply()语句从两个df和转t(df)运行列向量intersect()：

> result <- lapply(df, function(x) lapply(as.data.frame(t(df)), function(y) intersect(x,y))) 

的结果是一个list()，显示相交结果：

> is.list(result) 
[1] TRUE 

> print(result) 
$a 
$a$d 
[1] 3 1 

$a$e 
[1] 3 1 

$a$f 
[1] 2 


$b 
$b$d 
[1] 1 3 

$b$e 
[1] 1 3 

$b$f 
[1] 2 


$c 
$c$d 
[1] 3 1 

$c$e 
[1] 3 1 

$c$f 
[1] 2 

让我们来看看df和再看看t(df)，看看如何读取这些结果：

> df 
    a b c 
d 3 1 3 
e 1 3 1 
f 2 2 2 

> t(df) 
    d e f 
a 3 1 2 
b 1 3 2 
c 3 1 2 

让我们来看看df$a交叉的t(df)$d，t(df)$e和t(df)$f：

$a 
$a$d 
[1] 3 1 

相交的矢量a和d：{3,1,2}^{3,1,3} = {3,1}

$a$e 
[1] 3 1 

再次，载体a和e：{3,1,2}^{1,3,1} = {3,1}

$a$f 
[1] 2 

最后，用载体a和f：{3,1,2}^{2,2,2} = {2}

在result后续其他项目。

将其扩展到数据集，觉得你的数据帧列作为地方和换位数据帧列，您种。然后使用lapply()，如上所示。

---

要打破嵌套lapply()声明，开始与内lapply()：

lapply(as.data.frame(t(df)), function(y) ...) 

这意味着，在t(df)每一列向量 - 列$ d，$ e和$ F - 由function(y)中的变量y表示。我们会在一秒钟内回到...。

现在让我们来看看外lapply()：

lapply(df, function(x) ...) 

这意味着，在每df列向量 - 列$ A，$ B $和中c - function(x)由可变x表示。我们来解释一下...。

外...是x任何功能 - 这可以是length()，sum()等，甚至另一个lapply()。内部lapply()有其自己的功能和变量名称y，所以内部...可以在x和y上运行功能。

所以，这就是我们做的：对于每df列向量，我们运行对df维矢量，并在转t(df)每列向量函数。在我们的例子中，函数我们就会对x和y是intersect()：

> result <- lapply(df, function(x) lapply(as.data.frame(t(df)), function(y) intersect(x,y)))