如何在R中的多個不同數據集上運行相同的代碼

我試圖在六組不同的數據集上運行一系列固定效應線性迴歸。對於每個數據集，我想在數據的子集上多次運行迴歸。如何在R中的多個不同數據集上運行相同的代碼

我爲一個數據集開發了一次代碼。但我想編寫通用代碼，以便我可以爲六個獨立的數據集中的每一個運行此代碼。

這是我迄今使用例如數據集：

month <- (rep(0:35, 36)) 
monthfact <- as.factor(month) 
prodid2<- as.character(rep(112:147, 36)) 
log_value <- rnorm(1296) 
exp_share <- abs(rnorm(1296)) 
regdat <- data.frame(month, monthfact, prodid2, log_value, exp_share) 
#Subset the data into 24 datasets, each of which includes a 13 month window 
subfun<-function(x,y,z) { subset(x,y>=z & y<=z+12)} 
dsets <- lapply(1:24, function(x) subfun(regdat, regdat$month, x-1)) 
#Writing a function for running linear regressions 

lmfun<-function(data){ lm(log_value~monthfact+prodid2, data = data, 
weights = data$exp_share)} 
#Apply the function to all the datasets in the list 
linreg<-lapply(dsets,lmfun) 
coefs<-lapply(linreg,coef) 
#Choose only the coefficients for month 
coefs <- as.data.frame(lapply(coefs, function(x) {x[2:13]})) 
#Add in a row of 0 values for the baseline month 
baseline<-rep(0,each=24) 
coefs<-rbind(baseline,coefs) 

#Compute the index using the dataframe created 
FEindexes<-data.frame(lapply(coefs, function(x) (exp(x))/(exp(x[1])))) 
splices<-FEindexes[2,] 
splices <- apply(splices, 1, cumprod) 
splices <- c(1,splices[1:23]) 
FEindex13<-t(FEindexes[13,]) 
FEWS<-splices*FEindex13 
FEWS<-as.data.frame(FEWS[2:24]) 
firstFEWS<-as.data.frame(FEindexes[,1]) 
colnames(firstFEWS) <- "FEWS_index" 
colnames(FEWS) <- "FEWS_index" 
FEWS<-rbind(firstFEWS,FEWS) 
View(FEWS)

我想在6點不同的數據集運行所有這些代碼，並想知道如果有一種方法R中做到這一點，而無需重新運行所有代碼6次？

非常感謝您的幫助。

來源

2017-02-28 Laura

我建議把data.frames放到一個列表中，然後用'lapply'來遍歷它們。有關提示，請參閱gregor對[本文]（http://stackoverflow.com/questions/17499013/how-do-i-make-a-list-of-data-frames）的回答。 – lmo

似乎你lmfun正在做你正在尋找的東西。不是嗎？但你停在迴歸水平。現在，您需要通過在功能內包裝所需的過程來進一步完善 – DJJ

您的示例代碼是一個有點複雜，所以我會用一個簡單的例子來說明吧：

如果你確定分割你的R-腳本，你可以用一個腳本，所有要執行的功能和第二個腳本，其中您通過來源（...）使用不同的數據集調用第一個腳本。很簡單的例子：這個腳本保存在你的工作目錄「my_functions.R」（或當你調用指定文件位置源（））：

plot(my.data)

假設你有你所有的數據集列表（也可與數據幀的列或什麼都結構），通過調用第一個劇本「源（）」：

list.of.my.data <- list(a=1:10, b=11:20, c=21:30) 
for (i in 1:length(list.of.my.data)){ 
    my.data <- list.of.my.data[[i]] 
    source("my_functions.R") 
    }

相反，如果你喜歡保持在一個R-腳本你可以寫一個huuuge一切函數，並將每個數據集作爲輸入調用該函數：

# Example: set of data frames in a list 
list.of.data.sets <- list(a=data.frame(x=1:10, y=1:10), 
    b=data.frame(x=1:10, y=11:20), 
    c=data.frame(x=1:10, y=21:30) 
) 
# The meta function where you define all the things you want to do to your data sets: 
my.meta.function <- function(my.data, color.parameter, size.parameter){ 
    plot(y~x, data=my.data, cex=size.parameter, col=color.parameter) 
    my.mean <- mean(my.data$y) 
    return(my.mean) 
    } 
# Call the function for each data set with a for-loop: 
for(i in 1:length(list.of.data.sets)){ 
    my.meta.function(my.data=list.of.data.sets[[i]], size.parameter=4, color.parameter=20) 
    } 
# Call the function for each data set with lapply (faster!): 
results.of.all.data.sets <- lapply(list.of.data.sets, FUN=my.meta.function, size.parameter=4, color.parameter=20)

來源

2017-10-25 13:58:12 MarioT

如何在R中的多個不同數據集上運行相同的代碼

回答

相關問題