Question

已经提出了类似的问题，但没有一个能够解决我的具体问题。我有一个.R文件（“Mycalculus.R”），其中包含我需要应用于数据框子集的许多基本微积分：每年一个子集，其中“年”的模态是因子（yearA，yearB， yearC）不是数值。该文件生成一个新的数据帧，我需要将其保存在Rda文件中。这是我期望代码看起来像for循环（这显然不起作用）：

id <- identif(unlist(df$year))
for (i in 1:length(id)){
    data <- subset(df, year == id[i])
    source ("Mycalculus.R", echo=TRUE)
    save(content_df1,file="myresults.Rda")
}

以下是主要data.frame df：

的精确内容

obs    year    income    gender   ageclass    weight
 1     yearA    1000       F         1          10
 2     yearA    1200       M         2          25
 3     yearB    1400       M         2           5
 4     yearB    1350       M         1          11

这是源文件“Mycalculus.R”的作用：它将大量基本计算应用于称为“数据”的数据帧列，并根据df1创建两个新数据帧df1和df2。这是一个摘录：

data <- data %>% 
   group_by(gender) %>% 
   mutate(Income_gender = weighted.mean(income, weight))
data <- data %>% 
   group_by(ageclass) %>% 
   mutate(Income_ageclass = weighted.mean(income, weight))

library(GiniWegNeg)
gini=c(Gini_RSV(data$Income_gender, weight), Gini_RSV(data$Income_ageclass,weight))

df1=data.frame(gini)
colnames(df1) <- c("Income_gender","Income_ageclass")
rownames(df1) <- c("content_df1")

df2=(1/5)*df1$Income_gender+df2$Income_ageclass
colnames(df2) <- c("myresult")
rownames(df2) <- c("content_df2")

最后，我得到两个这样的数据帧：

                    Income_Gender  Income_Ageclass    
content_df1           ....             ....

对于df2：

                    myresult      
content_df2           ....

但是我需要将df1和Rf2保存为Rda文件，其中每个子集给出content_df1和content_df2的行名称，如下所示：

                    Income_Gender  Income_Ageclass    
content_df1_yearA     ....             ....     
content_df1_yearB     ....             ....     
content_df1_yearC     ....             ....

和

                    myresult
content_df2_yearA     ....   
content_df2_yearB     ....    
content_df2_yearC     ....

目前，我的程序没有使用任何循环而且正在完成这项工作但是很乱。基本上代码超过2500行代码。（请不要向我扔西红柿）。

任何人都可以帮我解决这个具体要求吗？提前谢谢。

Answer 1

考虑在一个脚本中加入所需参数的定义函数，由lapply()调用。然后，Lapply返回一个数据框列表，您可以将其绑定到最后一个df。

library(dplyr)
library(GiniWegNeg)

runIncomeCalc <- function(data, y){      
  data <- data %>% 
    group_by(gender) %>% 
    mutate(Income_gender = weighted.mean(income, weight))
  data <- data %>% 
    group_by(ageclass) %>% 
    mutate(Income_ageclass = weighted.mean(income, weight))      

  gini <- c(Gini_RSV(data$Income_gender, weight), Gini_RSV(data$Income_ageclass,weight))

  df1 <- data.frame(gini)
  colnames(df1) <- c("Income_gender","Income_ageclass")
  rownames(df1) <- c(paste0("content_df1_", y))

  return(df1)
}

runResultsCalc <- function(df, y){
  df2 <- (1/5) * df$Income_gender + df$Income_ageclass
  colnames(df2) <- c("myresult")
  rownames(df2) <- c(paste0("content_df2_", y)

  return(df2)
}

dfIncList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  runIncomeCalc(yeardata, i)      
})

dfResList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  df <- runIncomeCalc(yeardata, i) 
  runResultsCalc(df, i)      
})

df1 <- do.call(rbind, dfIncList)
df2 <- do.call(rbind, dfResList)

现在，如果您需要跨脚本来源。在Mycalculus.R中创建相同的两个函数 runIncomeCalc 和 runResultsCalc ，然后在其他脚本中调用每个函数：

library(dplyr)
library(GiniWegNeg)

if(!exists("runIncomeCalc", mode="function")) source("Mycalculus.R")

dfIncList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  runIncomeCalc(yeardata, i)      
})

dfResList <- lapply(unique(df$year), function(i) {      
  yeardata <- subset(df, year == i)
  df <- runIncomeCalc(yeardata, i) 
  runResultsCalc(df, i)      
})

df1 <- do.call(rbind, dfIncList)
df2 <- do.call(rbind, dfResList)

Answer 2

如果您将步骤功能化，则可以创建如下工作流程：

calcFunc <- function(df) {
  ## Do something to the df, then return it
  df
}

processFunc <- function(fname) {
  ## Read in your table
  x <- read.table(fname)

  ## Do the calculation
  x <- calcFunc(x)

  ## Make a new file name (remember to change the file extension)
  new_fname <- sub("something", "else", fname)

  ## Write the .RData file
  save(x, file = new_fname)
}

### Your workflow
## Generate a vector of files
my_files <- list.files()

## Do the work
res <- lapply(my_files, processFunc)

或者，不要保存文件。省略save中的processFunc调用，并返回data.frame对象列表。然后使用data.table::rbindlist(res)或do.call(rbind, list)创建一个大型data.frame对象。

循环遍历子集，获取文件并将结果保存在数据框中

2 个答案: