使用列表中定義的過濾器從原始數據框中獲取子集數據

Question

我有原始數據集的大小（1100000 * 62），我需要根據手動過濾器劃分數據。

我已經創建了一個函數，可以通過手動輸入參數來分開數據：它取下面的參數。

segment_dat <- function(data, Region, gtv_class_bracket, hotelclass){...} 

要求：數據的子集應當是如下參數：

1. 數據[[1]]應根據NORTH-GTV1-0.5
2. 數據[[2]]應該是基於NORTH-GTV1-5

...

數據[[120]]應該基於南-GTV5-5

我對迭代循環有點新。 我已經找到了多個線程，並且我能夠在代碼之下編寫代碼，但從現在開始它並沒有什麼幫助。最終目標是爲寫入的另一個函數提供每個數據集以進行聚類分析。請幫忙，如果你有任何線索。基本上我需要重複三個列表reg，gtv，hc。數據集 的最終計數應該是120。

##################################################################### 
############  adding segment_dat code######################### 


segment_dat<-function(data,Region,gtv_class_bracket,hotelclass) { 

    ##############################if no parameters are missing ############################# 
    if (!missing(Region) & !missing(gtv_class_bracket) &!missing(hotelclass)){ 
    data1<-data[data$region==Region & data$gtv_class_bracket==gtv_class_bracket & 
        data$hotelclass==hotelclass,] 
    } 
    ################################################################################################# 
    ################### if two of the parameters are missing ####################################### 
    else if(missing(gtv_class_bracket) & missing(hotelclass) & !missing(Region)) { 
    data1<-data[data$region==Region,] 

    } 

    else if (missing(Region) & missing(hotelclass) & !missing(gtv_class_bracket)){ 
    data1<-data[data$gtv_class_bracket==gtv_class_bracket,] 
    } 

    else if (missing(Region) & missing(gtv_class_bracket) & !missing(hotelclass)) 
    { 
    data1<-data[data$hotelclass==hotelclass,] 
    } 

    ########################################################################################### 
    ######################## If any one of the parameter is missing ########################### 
    else if (missing(gtv_class_bracket)){ 
    data1<-data[data$hotelclass==hotelclass & data$region==Region,] 

    } 
    else if (missing(hotelclass)){ 
    data1<-data[data$gtv_class_bracket==gtv_class_bracket & data$region==Region,] 
    } 
    else if (missing(Region)){ 
    data1<-data[data$gtv_class_bracket==gtv_class_bracket & data$hotelclass==hotelclass,] 

    } 
} 

＃

# example data 
data=list() 
reg<-as.list(c("NORTH","EAST","WEST","SOUTH")) 
gtv<-as.list(c("GTV1","GTV2","GTV3","GTV4","GTV5")) 
hc<-as.list(c(0.5,1,2,3,4,5)) 
#xx<-data.frame() 
for (i in 1:length(reg)){ 
    for(j in 1:length(gtv)){ 
    j=i 
    for(k in 1:length(hc)){ 
     k=j 
     data[[i]]<-segment_dat(hotel_clus3,Region=reg[[i]], 
        gtv_class_bracket=gtv[[j]],hotelclass=hc[[k]]) 
    }} } 

Answer 1

這裏是爲您segment_dat()功能的替代品。不需要三重for-loop來調用它。在函數下面，它會在您的數據上被調用。

segment_dat <- function(data, region, gtv_class_bracket, hotelclass){ 
    ## Build inputs list while checking for missing inputs 
    inputs <- list() 
    if(!missing(region)) inputs <- list(region=region) 
    if(!missing(gtv_class_bracket) inputs <- c(inputs, list(gtv_class_bracket=gtv_class_bracket)) 
    if(!missing(hotelclass)) inputs <- c(inputs, hotelclass=hotelclass) 
    if(inputs == 0) stop("Some subsetable column is required as input.") 

    ## Build permutation data.frame 
    inputs['stringsAsFactors'] <- FALSE 
    values <- do.call(expand.grid, inputs) 

    ## Generate list of data.frames 
    apply(vals, 1, function(x) merge(data, x)) 
} 

data <- segment_dat(hotel_clus3, reg, gtv, hc) 

編輯

替換變量不存在在你的代碼;現在都應該工作。