如何从数据框列表创建测试和训练数据框列表

Question

我正在尝试从列表中的多个数据帧创建多个测试和训练数据集。因此，我得到这个“1：nrow（df）中的错误：长度为0的参数”并且不明白如何解决它。我已经手动更新了没有 for 循环的列表，它工作正常。但由于某种原因，当我尝试使用 for 循环重复此过程时，我得到了错误。

我首先从 iris 数据集中创建了一个 3 三个迷你数据帧

x <- 3;
# split the data into 3 mini data frames
set.seed(1)
df_list<- split( as.data.frame(iris), sample(x,nrow(iris),replace=TRUE))

比一个空列表

TTdf_list <- list()

比一个需要** df_list**的函数；然后从 df_list 中的每个数据帧创建一个测试和训练。完成后，它会将其存储回 TTdf_list。

# splitdf function will return a list of training and testing sets

splitdf <- function(dataframe) {

 for(i in 1:length(df_list)){

df <-  df_list$'i'

# creating the logic to divide the df, train(0.70) & test (0.3)
#ind <- sample(2, nrow(df), replace = TRUE, prob =c(0.7,0.3))

#Sample Indexes
indexes <- sample(1:nrow(df), size=0.3*nrow(df))

# Split data
test = df[indexes,]

train = df[-indexes,]

TTdf_list $'i' <- list(train,test)

 }
 return(TTdf_list);
}



 df_list<-lapply(RDD_df, splitdf)

比你

Answer 1

这只是比你正在做的简单一点，虽然非常相似。

# list of three data.frames
set.seed(1)    # for reproducibble example
lst    <- split(iris, sample(3,nrow(iris),replace=TRUE))

# list of three lists, each containing a train and test df with *approx* 70/30 split
get.TT <- function(df) setNames(split(df, sample(2,nrow(df),replace=TRUE,p=c(0.7,0.3))),
                                c("train","test"))
TTlst  <- lapply(lst, get.TT)
sapply(TTlst, function(ll) sapply(ll, nrow))
#        1  2  3
# train 27 44 40
# test  15 16  8

请注意，sample(..., p=...) 将返回一个样本，其比例大约与p 中的比例。如果您正是需要这些比例，请使用：

# list of three lists, each containing a train and test set with *exactly* 70/30 split
get.TT <- function(df) setNames(split(df, (1:nrow(df)) %in% sample(nrow(df),0.3*nrow(df))),
                                c("train","test"))
TTlst  <- lapply(lst, get.TT)
sapply(TTlst, function(ll) sapply(ll, nrow))
#        1  2  3
# train 30 42 34
# test  12 18 14

关于你的代码为什么不能工作（除了使用不正确的语法）：你的函数接受和参数dataframe，但你从不使用它。