想避免在r循环中使用其中一个应用函数

哪些应用函数应该用来避免下面代码中的for循环？变量标签现在是简单的占位符 - 目标是使用此过程在R中设置密码本，以便轻松导出到在SPSS中打开时密码簿准备就绪的SPSS。理想情况下，这将简化我在R中为自己的工作而工作的能力，但与使用SPSS的同事兼容。想避免在r循环中使用其中一个应用函数

data1 <- read.table(header = TRUE, sep=",", 
        text = " 
SubjectID,Age,WeightPRE,WeightPOST,Height,SES,GenderSTR,GenderCoded 
1,45,150,145,5.6,2,m,1 
2,50,167,166,5.4,2,f,2 
3,35,143,135,5.6,2,F,2 
4,44,216,201,5.6,2,m,1 
5,32,243,223,6,2,m,1 
6,48,165,145,5.2,2,f,2 
7,50,132,132,5.3,2,m,1 
8,51,110,108,5.1,3,f,2 
9,46,167,158,5.5,2,, 
10,35,190,200,5.8,1,Male,1 
11,36,230,210,6.2,1,m,1 
12,40,200,195,6.1,1,f,2 
13,45,180,185,5.9,3,f,2 
14,52,240,220,6.5,2,m,1 
15,24,250,240,6.4,2,M,1 
16,35,175,174,5.8,2,F,2 
17,51,220,221,6.3,2,m,1 
18,43,230,215,2.6,2,m,1 
19,36,190,180,5.7,1,female,2 
20,44,260,240,6.4,3,male,1 
") 

var.labels = c(SubjectID="aaa", 
       Age="Age in Years", 
       WeightPRE="bbb", 
       WeightPOST="ccc", 
       Height="ddd", 
       SES="eee", 
       GenderSTR="fff", 
       GenderCoded="ggg") 

for(i in 1:8){ 
    attr(dtab1[[names(var.labels)[i]]],"label") <- var.labels[names(var.labels)[i]] 
} 

# using the haven package 
# this creates SPSS datafile with variable labels 
library(haven) 
write_sav(dtab1,"out1.sav")

来源

2016-07-27 Melinda Higgins

在这种情况下的for循环是完全可以接受的，但是您应该将可迭代值从'1：8'更改为'1：length（var.labels）'以保持通用。是否有你不想使用for循环的原因。 – vincentmajor

在这种情况下，for循环可能是在此材质中添加的最佳方法。作为一个例子，这里大致是“最好”的方式来使用lapply这种材料添加：

data1[] <- lapply(1:8, function(i) { 
           # assign the label 
           attr(data1[[names(var.labels)[i]]], "label") <- 
            var.labels[names(var.labels)[i]] 
           # return the vector 
           data1[[names(var.labels)[i]]] 
      })

我的眼睛，这是不容易阅读，包括一些不必要相对于你的for循环拉伸。

来源

2016-07-27 21:52:57 lmo

谢谢'lmo' –

感谢您的lmo您的建议。

大多数情况下，我想尽可能避免出现循环 - 但我认为在这种情况下，for循环可以正常使用。我只是跑使用microbenchmark包装系统时间分析，得到了以下...

library(microbenchmark) 
microbenchmark(
    data1[] <- lapply(1:8, function(i) { 
    # assign the label 
    attr(data1[[names(var.labels)[i]]], "label") <- 
     var.labels[names(var.labels)[i]] 
    # return the vector 
    data1[[names(var.labels)[i]]] 
    }) 
)

这就造成：

Unit: microseconds expr data1[] <- lapply(1:8, function(i) { attr(data1[[names(var.labels)[i]]], "label") <- var.labels[names(var.labels)[i]] data1[[names(var.labels)[i]]] }) min lq mean median uq max neval 380.291 412.986 638.6603 445.2185 661.102 2863.767 100

和for循环跑得更快......

microbenchmark(
    for(i in 1:8){ 
    attr(data1[[names(var.labels)[i]]],"label") <- var.labels[names(var.labels)[i]] 
    } 
)

这给了这次分析：

Unit: microseconds expr for (i in 1:8) { attr(data1[[names(var.labels)[i]]], "label") <- var.labels[names(var.labels)[i]] } min lq mean median uq max neval 179.015 197.798 289.9299 209.624 278.7255 1186.783 100

谢谢您对我的问题的反馈和考虑。

来源

2016-07-28 00:07:37

至于循环算是不错的选择，这里的一环本身是一个很小的改善：

for(var in names(var.labels)) { 
    attr(data1[[var]], "label") <- var.labels[var] 
}

改进包括：

推广到需要
将不会运行尽可能多的标签如果你忽略为任何变量创建标签
更短的代码和更容易阅读（至少对我来说）

来源

2016-07-28 07:53:46

谢谢西蒙这个更清洁和更通用的代码！ –

想避免在r循环中使用其中一个应用函数

回答

相关问题