根据变量id做不同版本的数据集循环，并在每个循环后保存结果

Question

• 我有一个包含y年以上x个国家/地区的数据集。
• 我想做一定的分析（见下面指出，但是这段代码不是问题）
• 问题：我想对我已经有的代码做了这样的分析：与另一个x国家和y年的其他数据集合在一起。要清楚：我想做分析为每个可能的x国家组合和y年。

，我想，以执行用于数据集的每个版本（说明数据集参见下文）这意味着，作为输出我需要有该代码

library(stats)  
##### the analysis for one dataset #### 
     d=data.frame(outcome_spring=rep(1,999),outcome_summer=rep(1,999), 
        outcome_autumn=rep(1,999),outcome_winter=rep(1,999)) 


    o <- lapply(1:999, function(i) { 


     Alldata_Rainfed<-subset(Alldata, rainfed <= i) 

     outcome_spring=sum(Alldata$spring) 
     outcome_summer=sum(Alldata$summer) 
     outcome_autumn=sum(Alldata$autumn) 
     outcome_winter=sum(Alldata$winter) 


     d[i, ] = c(outcome_spring, outcome_summer, outcome_autumn, outcome_winter) 


    }) 

    combination<-as.data.frame(do.call(rbind, o)) #the output I want is another dataset for each unique dataset 

    #### the end of the analysis for one dataset #### 

希望的输出

相同数量的数据集（在该示例中称为“组合”）作为x个国家和y年之间可能的组合数量。

作为一个例子，假设有以下数据集（实际数据集有达50的意见，15个国家，9岁）

> dput(Alldata) 
structure(list(country = c("belgium", "belgium", "belgium", "belgium", 
"germany", "germany", "germany", "germany"), year = c(2004, 2005, 
2005, 2013, 2005, 2009, 2013, 2013), spring = c(23, 24, 45, 23, 
1, 34, 5, 23), summer = c(25, 43, 654, 565, 23, 1, 23, 435), 
    autumn = c(23, 12, 4, 12, 24, 64, 23, 12), winter = c(34, 
    45, 64, 13, 346, 74, 54, 45), irrigation = c(10, 30, 40, 
    300, 288, 500, 996, 235), id = c(1, 2, 2, 3, 4, 5, 6, 6)), datalabel = "", time.stamp = "14 Nov 2016 20:09", .Names = c("country", 
"year", "spring", "summer", "autumn", "winter", "irrigation", 
"id"), formats = c("%9s", "%9.0g", "%9.0g", "%9.0g", "%9.0g", 
"%9.0g", "%9.0g", "%9.0g"), types = c(7L, 254L, 254L, 254L, 254L, 
254L, 254L, 254L), val.labels = c("", "", "", "", "", "", "", 
""), var.labels = c("", "", "", "", "", "", "", "group(country year)" 
), row.names = c("1", "2", "3", "4", "5", "6", "7", "8"), version = 12L, class = "data.frame") 

在上面的例子中，我已经做了ID为结合国家和年。这意味着我想使数据集与具有下列ID的组合的所有观察：

• 数据集1_2_3_4_5：IDS 1，2，3，4，5（所以此数据集只错过使用id = 6的观察）
• 数据集1_2_3_4_6：IDS 1，2，3，4，6（但不包括5）
• 数据集1_2：IDS 1，2（但不是所有的其余部分）
• 数据集3_4_5：IDS 3，4，5 （但不是全部）
• ....

等etc ...请注意，我给数据集的名称包含的ID的名称。否则，我很难区分所有不同的数据集。其他名字也很好，只要我能区分数据集！

感谢您的帮助！

编辑：有可能是某些数据集给出任何结果（因为在第二循环中的灌溉使用过环和某些组合可能没有灌溉），但随后的输出应该只是缺少值的数据集

Answer 1

不知道这是否是这样做的最有效的方式，但我认为它应该工作：

# create a df to store the results of all combinations 
result=data.frame() 

下一个循环是基于combn（）函数，它创建了一个向量的所有可能的组合（这里ID），使用m个元素。

for(i in 2:max(o$id)){ 
    combis=combn(unique(o$id),i) 
    for(j in 1:ncol(combis)){ 
    sub=o[o$id %in% combis[,j],] 
    out=sub[1,] # use your function 
    out$label=paste(combis[,j],collapse ='') #provide an id so you know for which combination this result is 
    result=rbind(result,out) # paste it to previous output 
    } 
}