對於i循環，調用不同的數據框

我是新來的循環，我有一個從第i個數據框調用變量的問題。對於i循環，調用不同的數據框

我能夠正確地調用每個數據幀，但是當我應該叫每個數據幀的問題裏面指定的變量來：

例子：

for (i in 1:15) { 
    assign(
     paste("model", i, sep = ""), 
    (lm(response ~ variable, data = eval(parse(text = paste("data", i, sep = ""))))) 
    ) 
    plot(data[i]$response, predict.lm(eval(parse(text = paste("model", i, sep = ""))))) #plot obs vs preds 
}

在這裏我做一個簡單的一個可變線性模型15次，工作得很好。當我嘗試繪製結果時出現問題。我應該如何撥打data[i]迴應？

來源

2013-07-28 reima

爲什麼使用'assign'和'eval'？您可以使用列表來存儲所有數據集。 –

如果你是初學者，並且發現自己使用'assign'，'eval'或'parse'，那麼在R中有更好的方法來做這件事的可能性非常高。正如@VincentZoonekynd指出的那樣，使用名單。 – Roland

你有這種循環結構的鏈接嗎？我試圖找到一些，但我不知道他們是我在找什麼。每個數據集（n = 15）有68個變量和284個obs。我也想改變我所調用的變量。任何幫助表示讚賞。 – reima

假設有多個名稱爲data1 ... data15的數據框，並且沒有以字母：d，a，t，a開頭的其他數據對象。我們還假定在每個數據框中都有名爲'response'和'variable'的列。這將收集數據框到列表中，併爲線性迴歸線繪製單獨的圖。

dlist <- lapply (ls(patt='^data'), get) 
lapply(dlist, function(df) 
       plot(NA, xlim=range(df$variable), ylim=range(df$response) 
       abline(coef(lm(response ~ variable, data=df))) 
     )

如果您想名字在該名單上dataframes，你可以用你的粘貼代碼提供名稱：

names(dlist) <- paste("data", i, sep = "")

有你能在這個循環的背景下許多其他任務，但你需要比失敗的努力更好地描述所需的結果。

來源

2013-07-28 19:59:32

這裏是應該工作的修改代碼。它執行一個變量lm模型並計算預測值和觀測值的相關性並將其存儲到空矩陣中。它也繪製這些值。
謝謝托馬斯的幫助。

par(mfrow=c(4,5)) 
results.matrix <- matrix(NA, nrow = 20, ncol = 2) 
colnames(results.matrix) <- c("Subset","Correlation") 

for (i in 1:length(datalist)) { 
    model <- lm(response ~ variable, data = datalist[[i]]) 
    pred <- predict.lm(model) 
    cor <- (cor.test(pred, datalist[[i]]$response)) 
    plot(pred, datalist[[i]]$response, xlab="pred", ylab="obs") 
    results.matrix[i, 1] <- i 
    results.matrix[i, 2] <- cor$estimate 
}

來源

2013-07-29 09:44:59 reima

「for（i in datalist）'應該爲for ：長度（數據列表））'。 – Thomas

'model < - lm（response_variable，data = i）'應該是'model < - lm（response_variable，data = datalist [[i]]）''。 – Thomas

'cor < - （cor.test（pred，i $ response）'應該是'cor < - （cor.test（pred，datalist [[i]] $ response）'） – Thomas

對於i循環，調用不同的數據框

回答

相關問題