如何使用「爲」與洗牌的數據在R中

Question

我嘗試做以下的子集循環：

1. 隨機打亂我的時間序列
2. 子集的前5行該數據的
3. 計算此數據子集的Spearman等級相關性。
4. 重複此操作100次
5. 將每個新計算的關聯追加到同一個csv文件中。

我覺得一個「for」循環會做最好的（但我接受其他的建議非常開放！），所以我現在有以下幾點：

shuffled= NULL 
for (n in 1:100){ 

    shuffled[n]=mydata[sample(nrow(mydata)),] 
    subset[n]<- shuffled[c(1:5),] 
    correlations[n] <- cor(subset$col1,subset$col2,, method="spearman") 
    write.table(correlations, file="", quote=FALSE, append=TRUE, row.names=FALSE, col.names=FALSE) 

} 

目前，這是給我下面的錯誤信息：

Error in shuffled[c(1:5), ] : incorrect number of dimensions 

，也是一個警告消息：

In shuffled[n] = mydata[sample(nrow(mydata)), ] : number of items to replace is not a multiple of replacement length 

我一直在尋找一個解決方案几個小時。我也沒有使用循環的經驗。非常感謝您的幫助。

Answer 1

雖然有更好的方法來執行此操作，但您遇到的關鍵錯誤是shuffled應該是list而不是vector。

然後，索引列表，使用雙括號，[[（不[單）

初始化爲

shuffled <- list() 
correlations <- list() 
... 
shuffled[[n]] <- ... 

另外，如果你沒有需要保留的洗後/相關值，你只是輸出到文件，我會做以下幾點：

correlations <- lapply(seq(100), function(n) { 
         ## Instead... just sample five directly 
         ## subset <- mydata[sample(nrow(mydata)), ] [1:5, ] 
         subset <- mydata[sample(nrow(mydata), 5), ] 
         cor(subset$col1,subset$col2,, method="spearman") 
        }) 


## Flatten the list into a single data.frame, then output into 
correlations <- do.call(rbind, correlations) 

write.table(correlations, ... etc)