如何在 R 中循环数据矩阵？

Question

我正在尝试为每个单独的 ID 标签“1”、“2”和“3”循环一个数据矩阵（请参阅底部的数据）。最终，我这样做是为了使用 ts() 函数将 X 和 Y 坐标转换为时间序列，但首先我需要在函数中构建一个循环，该函数为每个单独的 ID 返回一个时间序列。当我对数据框使用以下代码时，循环本身工作得很好：

for(i in 1:3){ print(na.omit(xyframe[ID==i,])) }

返回以下输出：

 Timestamp X Y ID  
 1. 0 -34.012 3.406 1  
 2. 100 -33.995 3.415 1  
 3. 200 -33.994 3.427 1

 Timestamp       X     Y ID  
 4.          0 -34.093 3.476 2  
 5.        100 -34.145 3.492 2  
 6.        200 -34.195 3.506 2  

   Timestamp       X     Y ID  
 7.         0 -34.289 3.522 3  
 8.       100 -34.300 3.520 3  
 9.       200 -34.303 3.517 3  

然而，当我想用​​相同的代码在矩阵中产生一个循环时：

for(i in 1:3){ print(na.omit(xymatrix[ID==i,]) }

它返回以下错误：

Error in print(na.omit(xymatrix[ID == i, ]) : 
  (subscript) logical subscript too long

为什么在矩阵中循环 ID 却不起作用，而它对数据帧起作用，我该如何解决？ 此外，我是否读到循环需要更多的计算强度，然后基于向量做同样的事情，有没有办法基于这个向量做？

数据（真实数据的简化）：

 Timestamp X Y ID  
 1.   0 -34.012 3.406 1  
 2. 100 -33.995 3.415 1  
 3. 200 -33.994 3.427 1  
 4.   0 -34.093 3.476 2  
 5. 100 -34.145 3.492 2  
 6. 200 -34.195 3.506 2  
 7.   0 -34.289 3.522 3  
 8. 100 -34.300 3.520 3  
 9. 200 -34.303 3.517 3 

Answer 1

一般来说，如果你想应用一个函数到一个数据框，split通过某种因素，那么你应该使用apply系列之一与split结合使用。

这里有一些可重复的样本数据。

n <- 20  
some_data <- data.frame(
  x = sample(c(1:5, NA), n, replace= TRUE), 
  y = sample(c(letters[1:5], NA), n, replace= TRUE),
  id = gl(3, 1, length = n)
)

如果您想打印出没有缺失值的行，按每个 ID 级别拆分，那么您需要这样的东西。

lapply(split(some_data, some_data$grp), na.omit)

或更简洁地使用plyr 包。

library(plyr)
dlply(some_data, .(grp), na.omit)

这两种方法都返回这样的输出

# $`1`
   # x y grp
# 1  2 d   1
# 4  3 e   1
# 7  3 c   1
# 10 4 a   1
# 13 2 e   1
# 16 3 a   1
# 19 1 d   1

# $`2`
  # x y grp
# 2 1 e   2
# 5 3 e   2
# 8 3 b   2

# $`3`
   # x y grp
# 6  3 c   3
# 9  5 a   3
# 12 2 c   3
# 15 2 d   3
# 18 4 a   3

Answer 2

xymatrix[ID==i,] 格式不适用于矩阵。试试这个方法：

for(i in 1:3){ print(na.omit(xymatrix[xymatrix[,'ID'] == i,])) }