我是R新手，试图从计算模型中分析一些批量数据。我有两个文件，一个批处理参数文件和原始输出数据。我正在尝试制作一个通用的R代码，它将接收批处理参数文件，确定变化的变量，并根据这些变化输出有关原始数据的统计信息。为了确定哪些变量具有一系列值（而不是常量），我尝试了以下代码：
for(i in names(params.no.constants)) {
if (length(levels(factor(params.no.constants$i))) > 1) {
var.values <- factor(params$i)
params$i <- factor(params$i)
#code to process this parameter
}
}
我们的想法是将数字数据分解为批处理参数，看它是否超过1级，如果是，则将其分配给我的迭代器变量（var.values），在参数列表中对该变量进行分解，以及然后从原始数据文件中处理相应的数据。有没有办法以我接近它的方式访问数据框的元素？或者更优雅的数据访问方案？
编辑1：我找到了一个解决方案，但对我来说这是非常臭的代码。我在循环之前将因子操作应用于参数，使用eval和parse构造我的变量，然后像以前一样进行操作。如果有更优雅的答案，我仍然会喜欢。params.no.constants <- lapply(params.no.constants,factor)
for(i in names(params.no.constants)) {
k <- eval(parse(text=paste("params.no.constants","$",i,sep="")))
if (length(levels(k)) > 1) {
var.values <- levels(k)
#code to process this parameter
}
}
编辑2：根据下面的评论，变量k赋值的简单代码：
k <- params.no.constants[[i]]