在 R 中保存循环的输出（到数据帧中）答案

【问题标题】：Saving the outputs of a loop in R (into a dataframe)在 R 中保存循环的输出（到数据帧中）
【发布时间】：2021-09-29 00:01:59
【问题描述】：

我有一个循环遍历公式列表（其中包括我的输入数据的不同变量）并在我的数据上运行 adonis 函数。

此循环输出一个数据框，其中包含公式中每个变量的 R 平方和 p 值，由阿多尼斯在 PERMANOVA 分析中计算得出。

如何保存每次迭代生成的数据框（即每个公式？）

示例数据：

sampleID <- c("ID1", "ID2", "ID3", "ID4", "ID5")
 variables <- c("stage", "type", "treatment")
 n <- length(variables)
 id <- unlist(lapply(1:n, function(i)combn(1:n,i,simplify=FALSE)),recursive=FALSE)
 formulas <- sapply(id,function(i) paste("data~",paste(variables[i],collapse="+")))
    
stage <- c(1,2,2,3,3)
type <- c("cancer", "dysplasia", "dysplasia", "cancer", "cancer")
treatment <- c("yes", "no", "yes", "no", "no")
metadata <- data.frame(cbind(sampleID, stage, type, treatment))
data <- data.frame(sampleID, X = sample(1:5), Y = sample(1:5), Z = sample(1:5), A = sample(1:5))
data <- data.matrix(data)

这是循环：

library(vegan)    
adonis_test <- for (i in 1:length(formulas)){
  z =  adonis(as.formula(formulas[i]) , data=metadata)
  return(data.frame(name = rownames(z$aov.tab), R2 = z$aov.tab$R2, 'Pr(>F)' = z$aov.tab$'Pr(>F)')[1,])}

【问题讨论】：

您没有包含adonis 的代码，因此无法重现
为什么不在每次迭代后为其创建一个空的dataframe 和rbind？
@JasonMathews，这是个坏主意，imo。向data.frame 迭代地添加行对一个或两个来说效果很好，但重复这样做会很差（参见The R Inferno 中的“Chapter 2: Growing Objects”）。
感谢您的信息

标签： r dataframe function loops

【解决方案1】：

for 循环不返回任何内容。
向data.frame 迭代地添加行只适用于一两个左右，但通常它的扩展性很差；请参阅The R Inferno 中的“第 2 章：不断增长的对象”，了解一些有趣/轻松的阅读内容。长话短说：添加的每一行都要求将内存中的所有行复制到一个新对象中。这意味着当您有 500 行时，添加 1 行会导致需要将这 500 行（现在是内存中的 1000 行）复制到新对象。这对于小帧来说已经足够快了，但它的渐近增长很糟糕。

一般来说，最好将结果放入list（不涉及每次向其附加一个东西时复制所有数据），然后rbind-一次将它们全部写入。

一般来说，我建议为此使用lapply，可能类似于

res <- lapply(seq_along(formulas), function(i) {
  z =  adonis(as.formula(formulas[i]) , data=metadata)
  data.frame(
    name = rownames(z$aov.tab), R2 = z$aov.tab$R2,
    'Pr(>F)' = z$aov.tab$'Pr(>F)'
  )[1,]
})
resDF <- do.call(rbind, res)

如果你真的更喜欢for 循环（并且有一些优点），那么

res <- list()
for (i in seq_along(formulas)) {
  z =  adonis(as.formula(formulas[i]) , data=metadata)
  res[[i]] <- data.frame(
    name = rownames(z$aov.tab), R2 = z$aov.tab$R2,
    'Pr(>F)' = z$aov.tab$'Pr(>F)'
  )[1,]
}
resDF <- do.call(rbind, res)

for 循环在此处代替 lapply 的一个优点是：如果一个或多个迭代可能失败，lapply 将失败并且不返回任何内容，而 for循环实现会将所有先前成功完成的模型存储在res 中。当然，如果您想继续，您需要手动修改 for 循环索引以从您离开的地方继续（可选择跳过问题）。

但是...如果您希望发生这种情况，那么tryCatch 就是您的朋友，即使是lapply 实现也不会因一次失败而失去所有进展。做好这件事需要的不仅仅是这个问答主题，但要意识到有一些方法。

旁注：在编程中更具防御性，请使用seq_along(formulas)（或seq_len(length(formulas))）而不是1:length(.)。为什么？在自动方式中，如果formulas 一直为空，则length(.) 将为0，并且1:0 返回一个长度为2 的向量，如c(1, 0)。由于for 循环的意图是仅在需要时执行，这是一个逻辑流错误，几乎肯定会Error:（或至少损坏或不必要地处理数据）。另一方面，seq_along(formulas) 和 seq_len(length(.)) 解析为 seq_len(0) ... 返回 integer(0)，for 循环根本不会迭代。

【讨论】：