R - 从一个 for 循环中的所有迭代构建一个矩阵，给出一个向量结果答案

【问题标题】：R - building a matrix from all iterations in a for-loop that gives a vector resultsR - 从一个 for 循环中的所有迭代构建一个矩阵，给出一个向量结果
【发布时间】：2012-07-18 01:21:38
【问题描述】：

我正在对来自村庄的 20 个人进行多次模拟。我有一个包含 2 列的数据集，第一列是观察所属的村庄，第二列是 0 表示阴性疟疾检测，1 表示阳性疟疾检测。我想从每个村庄抽取 20 个人样本，重复 100 次。

我可以让样本重复，但我无法从循环中获取结果并将它们放入矩阵或数据框中。这是我到目前为止的代码。任何帮助，将不胜感激。其他堆栈建议事先创建矩阵，然后添加结果向量，但我不知道如何添加向量。

最后，我想要一个矩阵，其中正向量作为循环的每次迭代的列。

d = read.table("/Users/David/Documents/LQAS study/LQAS data.txt", sep=",", header=TRUE)

头(d) 村500疟疾

1 22 0

2 22 0

3 1 1

4 20 0

5 1 0

6 19 0

村庄 = 分裂(d$malaria, d$village500)

for(i in 1:100) { + 采样 = lapply（村庄，样本，20） + 正面 = lapply（采样，总和） + }

【问题讨论】：

嗯，这是什么语言/环境？
R.抱歉，刚接触堆栈 - 不知道我需要指定程序。
所以下次请在帖子中添加标签R。享受吧！

标签： r for-loop matrix

【解决方案1】：

我想出了一个简单的方法来做到这一点，虽然它绝对不是理想的，而且有超过 100 次模拟会有点累。

villages = split(d$malaria, d$village500)

positives = vector("list", 100)

for(i in 1:100) {
    sampled = lapply(villages, sample, 20)
    positives[[i]] = lapply(sampled, sum)
    }

simulations = cbind(positives[[1]], positives[[2]], positives[[3]], positives[[4]], positives[[5]], positives[[6]], positives[[7]], positives[[8]], positives[[9]], positives[[10]], positives[[11]], positives[[12]], positives[[13]], positives[[14]], positives[[15]], positives[[16]], positives[[17]], positives[[18]], positives[[19]], positives[[20]], positives[[21]], positives[[22]], positives[[23]], positives[[24]], positives[[25]], positives[[26]], positives[[27]], positives[[28]], positives[[29]], positives[[30]], positives[[31]], positives[[32]], positives[[33]], positives[[34]], positives[[35]], positives[[36]], positives[[37]], positives[[38]], positives[[39]], positives[[40]], positives[[41]], positives[[42]], positives[[43]], positives[[44]], positives[[45]], positives[[46]], positives[[47]], positives[[48]], positives[[49]], positives[[50]], positives[[51]], positives[[52]], positives[[53]], positives[[54]], positives[[55]], positives[[56]], positives[[57]], positives[[58]], positives[[59]], positives[[60]], positives[[61]], positives[[62]], positives[[63]], positives[[64]], positives[[65]], positives[[66]], positives[[67]], positives[[68]], positives[[69]], positives[[70]], positives[[71]], positives[[72]], positives[[73]], positives[[74]], positives[[75]], positives[[76]], positives[[77]], positives[[78]], positives[[79]], positives[[80]], positives[[81]], positives[[82]], positives[[83]], positives[[84]], positives[[85]], positives[[86]], positives[[87]], positives[[88]], positives[[89]], positives[[90]], positives[[91]], positives[[92]], positives[[93]], positives[[94]], positives[[95]], positives[[96]], positives[[97]], positives[[98]], positives[[99]], positives[[100]])

【讨论】：

你可以做simulations <- do.call(cbind, a)。