循环遍历函数并将输出堆叠到 R 中的数据集中答案

【问题标题】：Loop through function and stack the output into a dataset in R循环遍历函数并将输出堆叠到 R 中的数据集中
【发布时间】：2021-06-03 10:12:47
【问题描述】：

我编写了一个运行线性模型并输出数据框的函数。我想多次运行该函数并堆叠输出。这是一个假设的数据集和函数：

data = data.frame(grade_level = rep(1:4, each = 3),
                  x = rnorm(12, mean = 21, sd = 7.5),
                  y = rnorm(12, mean = 20, sd = 7)) 

func = function(grade){
  model = lm(y ~ x, data=data[data$grade_level == grade,])
  fitted.values = model$fitted.values 
  final = data.frame(grade_level = data$grade_level[data$grade_level == grade],
                     predicted_values = fitted.values)
  final
  }

目前，我对数据集中的每个年级运行该函数：

grade1 = func(1)
grade2 = func(2)
grade3 = func(3)
grade4 = func(4)

pred.values = rbind(grade1, grade2, grade3, grade4)

如何使用循环（或其他方法）更有效地多次运行此函数？

【问题讨论】：

标签： r function loops dplyr

【解决方案1】：

purrr 包有一个非常方便的功能。 map 的工作方式类似于 Base R 中的 apply 系列函数（在许多方面都类似于 for 循环）。 _dfr 指定您要在返回之前对结果调用 rbind。

这个函数说：“循环通过c(1, 2, 3, 4)，每次调用func()，然后rbind最后的结果并将data.frame返回给我。”

purrr::map_dfr(1:4, func)

【讨论】：

当你发布你的答案时，实际上是在输入相同的答案。你是一个快速打字员
@AdamK 支持我。一个班轮，而不是写一个循环。

【解决方案2】：

请使用下面的rbind 循环查找解决方案。

data = data.frame(grade_level = rep(1:4, each = 3),
                  x = rnorm(12, mean = 21, sd = 7.5),
                  y = rnorm(12, mean = 20, sd = 7)) 

func = function(grade){
  model = lm(y ~ x, data=data[data$grade_level == grade,])
  fitted.values = model$fitted.values 
  final = data.frame(grade_level = data$grade_level[data$grade_level == grade],
                     predicted_values = fitted.values)
  return(final)
}

grades <- c(1:4)

pred.values <- data.frame()
for (i in grades) {
  
  temp <- func(grade = i)
  pred.values <- rbind(pred.values, temp)
  
}

会给

> pred.values
   grade_level predicted_values
1            1         30.78802
2            1         22.79665
3            1         29.56155
4            2         14.60050
5            2         14.56934
6            2         14.71737
7            3         16.97698
8            3         17.71697
9            3         18.95596
10           4         15.18937
11           4         16.56399
12           4         22.49093

【讨论】：

【解决方案3】：

使用lapply()的解决方案

 do.call("rbind", lapply(1:4, func))

【讨论】：