R中的循环内循环答案

【问题标题】：Loop within Loop in RR中的循环内循环
【发布时间】：2022-11-11 19:34:21
【问题描述】：

我试图弄清楚如何在同一代码上运行两个不同的循环。我正在尝试创建一个矩阵，在其中我用每年的变量平均值填充一列。

这是我现在用来做的代码：

matplot2 = as.data.frame(matrix(NA, nrow=16, ncol=4))

matplot2[1,1] = mean(matplot[matplot$Year==2003, 'TotalTime'])
matplot2[2,1] = mean(matplot[matplot$Year==2004, 'TotalTime'])
matplot2[3,1] = mean(matplot[matplot$Year==2005, 'TotalTime'])
matplot2[4,1] = mean(matplot[matplot$Year==2006, 'TotalTime'])
matplot2[5,1] = mean(matplot[matplot$Year==2007, 'TotalTime'])
matplot2[6,1] = mean(matplot[matplot$Year==2008, 'TotalTime'])
matplot2[7,1] = mean(matplot[matplot$Year==2009, 'TotalTime'])
matplot2[8,1] = mean(matplot[matplot$Year==2010, 'TotalTime'])
matplot2[9,1] = mean(matplot[matplot$Year==2011, 'TotalTime'])
matplot2[10,1] = mean(matplot[matplot$Year==2012, 'TotalTime'])
matplot2[11,1] = mean(matplot[matplot$Year==2013, 'TotalTime'])
matplot2[12,1] = mean(matplot[matplot$Year==2014, 'TotalTime'])
matplot2[13,1] = mean(matplot[matplot$Year==2015, 'TotalTime'])
matplot2[14,1] = mean(matplot[matplot$Year==2016, 'TotalTime'])
matplot2[15,1] = mean(matplot[matplot$Year==2017, 'TotalTime'])
matplot2[16,1] = mean(matplot[matplot$Year==2018, 'TotalTime'])

如果只是年份变化，我会这样写循环：

for(i in 2003:2018) {
     matplot2[1,1] = mean(matplot[matplot$Year==i, 'TotalTime'])
}

但是，我需要将结果打印到的矩阵中的行号也进行更改。如何编写一个循环，将所有这些方法的结果打印到矩阵的一列中？

换句话说，除了matplot$Year==i 之外，我还需要让它循环matplot2[j,1]。

任何建议将不胜感激！

【问题讨论】：

标签： r loops matrix

【解决方案1】：

R 是一种矢量化语言，因此为索引和年份传递值的向量应该可以工作。

i<-1:16
matplot2[i,1] = mean(matplot[matplot$Year==(2002 + i), 'TotalTime'])

【讨论】：

【解决方案2】：

您对 mean(TotalTime) 的文字计算都可以简化为单个命令（不需要 for 循环）：

matplot2 <- aggregate(TotalTime ~ Year, data = matplot, FUN = mean)

这应该返回一个双列框架，第一列中具有 Year 的唯一值，第二列中具有相应的平均值。

用我拥有的数据证明：

head(mtcars)
#                    mpg cyl disp  hp drat    wt  qsec vs am gear carb
# Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
# Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
# Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
# Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
# Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
# Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
res <- aggregate(disp ~ cyl, data = mtcars, FUN = mean)
res
#   cyl     disp
# 1   4 105.1364
# 2   6 183.3143
# 3   8 353.1000

这个和更多可以在summarize by group 中看到（这个问题本质上是一个骗局，即使你不知道这样问）。

【讨论】：