運行跨多組循環

我正在運行中的R以下歸集任務作爲一個循環：運行跨多組循環

myData <- essuk[c(2,3,4,5,6,12)] 
myDataImp <- matrix(0,dim(myData)[1],dim(myData)[2]) 

lower <- c(0) 
upper <- c(Inf) 

for (k in c(1:5)) 
{ 
    gmm.fit1 <- gmm.tmvnorm(matrix(myData[,k],length(myData[,k]),1), lower=lower, upper=upper) 

    useMu <- matrix(gmm.fit1$coefficients[1],1,1) 
    useSigma <- matrix(gmm.fit1$coefficients[2],1,1) 
    replaceThese <- myData[,k]<=0 
    myDataImp[,k] <- myData[,k] 

    myDataImp[replaceThese,k] <- rtmvnorm(n=sum(replaceThese), c(useMu), c(useSigma), c(-Inf), c(0)) 
}

的步驟非常簡單

定義數據集和一個空的估算數據組。
對於1-5列，適合模型。
提取用於插補的模型估計值。
使用模型估計運行模型，並用插值數據集中的新值替換值< = 0。

但是，我想爲多個組單獨執行此操作，而不是完整示例。數據集中的第12列包含有關組成員資格的信息（整數範圍從1到72）。

我試過了幾個選項，包括用data_list <- split(myData, myData$V12)分割數據幀，並使用lapply()函數。然而，這並不工作，由於模型估計值是如何格式化：

Error in as.data.frame.default(data) : 
    cannot coerce class ""gmm"" to a data.frame

我也想過做一個嵌套循環的可能性，但我不知道怎麼會來完成。任何建議，非常感謝。

來源

2017-03-05 thesixmax

請提供可重現的essuk或myData示例。 – Djork

如何使用子集（）？

myData$V12 = as.factor(myData$V12) 
listofresults= c() 
for (i in levels(myData$V12)){ 
data = subset (myData, myData$V12 == i) 
    #your analysis here: result saved in myDataImp 

listofresults = c(listofresults, myDataImp) 
}

不是最優雅的，但應該工作。

來源

2017-03-05 07:30:06

這就像一個魅力！我想應該有一個解決方法使用apply（）框架，而不是一個雙循環，但你的建議也在做這項工作。另外，雖然我的數據集不是特別大，但雙循環可能會導致大數據集或更復雜模型的問題。 – thesixmax

運行跨多組循環

回答

相關問題