如何创建多个数据集的循环

Question

我有30个数据集都是相同的，只为不同的公司。我想要的是为所有人完成一些基本任务，并且要求重复每个命令30次是相当苛刻的。我认为创建for循环会很好。但是，正如我所发现的，for循环无法使用字符变量。我试图谷歌任何东西或尽可能多地重写循环，但它没有带来任何令人满意的结果。

我会举一个关于相关函数的例子。

companies<-c("a", "b", "c") 
for(i in companies){ 
    correlations=cor(x = [i][4], y = [i][5],use="pairwise.complete.obs", method = "pearson") 
} 

这应该创建一个2个不同变量相关的向量。我试图用的代码的其他行为：

for(i in companies){ 
    e=paste(i) 
    correlations=cor(x = e[4], y = e[5],use="pairwise.complete.obs", method = "pearson") 
} 

但是什么我都试过没有工作。有什么技巧或功能可以帮助吗？感谢您的帮助和想法。

Answer 1

这里有多个错误：

1.让我们开始与一般for -loop结构：

companies<-c("a", "b", "c") 
for(i in c){ 

我应该c在这里？ c没有定义，所以[R解释c作为函数c（见?c），我相信你一定不意味。

所以一个for循环总是通过需要的东西循环：列表，矢量...我猜你的意思是

companies<-c("a", "b", "c") 
for(i in companies){ 

2.如何解决数据/公司：

您尝试通过[i]获取数据。这对R没有意义。通常[用于子集为你做正确的使用[4]解决第四列。我猜你想要的是得到全局变量命名为“A”，“B”或“C”作为你companies定义。为此，请使用get(i)。

因此，假如你有你的全球环境3个变量（即如果键入a的数据获取打印......），你可以这样做：

companies<-c("a", "b", "c") 
for(i in companies){ 
    cor(x = get(i)[4], y = get(i)[5],use="pairwise.complete.obs", method = "pearson") 
} 

要通过一个打印所有的人一个。

3.如何将结果保存在一个载体？ 的方式你做

for(i in companies){ 
    correlations = ... 
} 

在循环correlations的每次迭代被分配一个新值。所以，你最终correlations是最后公司的关系。

要保存结果，你可以做这样的事情：

现在correlations与所有相关名为向量。

>>>如何改进此操作？

如果您想对多个相同结构对象（例如您的公司）执行相同的操作，最好将这些对象保存在列表中，然后对列表对象进行操作。

dat <- mget(companies) 
my_cor <- function(x){ 
    cor(x = x[4], y = x[5], use="pairwise.complete.obs", method = "pearson") 
} 
sapply(dat, my_cor) # gives you the list of your correlations 

>>>如何进一步改善这个：

使用dplyr包如下：

require(dplyr) 
dat <- mget(companies) 
dat <- bind_rows(dat, .id="company") 

现在dat是一个大data.frame这可以这样做包含您所有公司的信息。 DAT％>％ GROUP_BY（公司）％>％ 总结（相关性= COR（VARIABLE_NAME_1，VARIABLE_NAME_2，使用= “pairwise.complete.obs”，方法= “皮尔森”）

在这里看到的更多信息，在dplyr -package：https://cran.rstudio.com/web/packages/dplyr/vignettes/introduction.html

PS：

的替代dplyr是data.table我个人觉得dplyr和tidyverse更容易使用的大多数任务

。

P.P.S：上使用tidyverse管理多个型号 外观极好的谈话：https://www.youtube.com/watch?v=rz3_FDVt9eg