R中的for内部出现莫名其妙的错误

Question

我只是在 for 中做一个 for 以使用以下代码从不同的 csv 文档读取到 R 中的元素列表中，我是从两个不同的变量中获取的，频率类型 freq <- c('4', '8', '13', '38','N_4','N_8','N_13','N_38') 和值的类型 @ 987654328@。这两个字符串变量用于在相应的 csv 中命名，如在图像中看到的工作目录中所示。

我正在使用以下代码从同一目录中读取。

#Prepare data options
freq <- c('4', '8', '13', '38','N_4','N_8','N_13','N_38')
typ <- c('PE','QS')


dataintra <- list()

for (j in 1:2){
  for (k in 1:8){
    
    dataintra[[j*k]] <- read.csv(sprintf('M1_PredErr_Results_%s_%s.csv', typ[j], freq[k]), sep=',', header=TRUE)
    
  }
}

问题是，虽然我期待一个完整列表的列表，但我发现不同的列表编号为 NULL，如下面的屏幕截图所示。

试图理解迭代背后的逻辑，for-for 以一种奇怪的方式跳跃，奇数与偶数相比，这使得从 9 到 15 的赔率无法完成。我正在附加列表中每个元素的迭代顺序。

我想了解为什么 for-for 中的 R 具有这种不稳定的行为，以及这样做的正确方法是什么。我可以考虑其他效率较低的方法来做到这一点，例如制作一个索引向量，并附有iteration <- c('PE_4', 'PE_8', 'PE_13', 'PE_38','PE_N_4','PE_N_8','PE_N_13','PE_N_38','QS_4', 'QS_8', 'QS_13', 'QS_38','QS_N_4','QS_N_8','QS_N_13','QS_N_38') 的两个特征，这很成功，但如果有人能提供帮助，我真的很想了解其中的逻辑。

提前致谢！

Answer 1

#Prepare data options
freq <- c('4', '8', '13', '38','N_4','N_8','N_13','N_38')
typ <- c('PE','QS')

我建议使用命名列表（我们可以使用文件名作为标识）

dataintra <- list()

for (this_freq in freq){
  for (this_typ in typ){
    this_name <- sprintf('M1_PredErr_Results_%s_%s.csv', this_typ, this_freq)
    dataintra[[this_name]] <- read.csv(this_name, sep=',', header=TRUE)
  }
}

或者，如果您更喜欢数字索引：

index <- 1
for (this_freq in freq){
  for (this_typ in typ){
    this_name <- sprintf('M1_PredErr_Results_%s_%s.csv', this_typ, this_freq)
    dataintra[[index]] <- read.csv(this_name, sep=',', header=TRUE)
    index <- index + 1
  }
}

Answer 2

您的问题在于 List 元素的索引： dataintra[[j*k]]

例如 9 只能由 3x3 组成，因此列表的索引 9 永远不会被填充。因为你只乘 (1:2)x(1:8)

您还可以覆盖多个索引，例如索引 8 是 (1,8) 和 (4,2)。

我认为使用 R 已经提供的一些功能会更容易，而不是使用 for 循环：

#Prepare data options
freq <- c('4', '8', '13', '38','N_4','N_8','N_13','N_38')
typ <- c('PE','QS')



# get all combinations of typ and freq
input<- expand.grid(typ,freq)

## get a List of all the adresses
# mapply iterates over two vectors (Var1 and Var2 of the input dataframe)
# and performs a function on them
csv_adresses <- mapply(function(x,y){sprintf('M1_PredErr_Results_%s_%s.csv',x,y)},
                       input$Var1,input$Var2)

# read all the csv files of the adresses
dataintra <- sapply(csv_adresses,read.csv,header=TRUE)