R循环执行相同的代码答案

【问题标题】：R loop to execute the same codeR循环执行相同的代码
【发布时间】：2018-05-02 14:27:50
【问题描述】：

我正在尝试弄清楚如何将相同的代码重复 30 次，而无需一次输入每个代码...任何帮助将不胜感激。

SRS_1 <- sample(1:nrow(MyData_points), size=.10*nrow(MyData_points))

data_sample_1 <- MyData_points[SRS_1,]

fpc.srs <- rep(6399875, 639987)

design_SRS_1 <- svydesign(id=~1, strata=NULL, data=data_sample_1, fpc=fpc.srs)

ONStotal_SRS1 <- svytotal(~data_sample_1$V4, design=design_SRS_1)

ONSmean_SRS1 <- svymean(~data_sample_1$V4, design=design_SRS_1)

CI_SRS_1 <- confint(svytotal(~data_sample_1$V4, design=design_SRS_1))

第一个代码从数据中计算概率为 0.10 的简单随机抽样。第二个从数据中获取样本。第三，计算fpc，即占总数据点的10%。现在，为了估计总体，我需要对样本进行设计而不进行替换，包括 fpc。然后，对于最后三个代码，我根据该样本计算总体估计、均值和置信区间。改变的是我必须从数据中重复 30 个不同的简单随机抽样。因此，将从 30 个不同的样本中获得最终的估计、均值和置信区间。它们可能接近但不相等

我怎样才能使这段代码变得更好，这样我就可以每次运行 30 次并能够打印带有(ONStotal_SRS1, ONSmean_SRS1,CI_SRS_1) 的表格？

【问题讨论】：

我希望投反对票的人能解释他们为什么这样做，这可能会有所帮助。无论如何，这 30 次发生了什么变化？对于这 30 个中的每一个，您是否想要表格中的一行？
感谢您的评论。第一个代码从数据中计算概率为 0.10 的简单随机抽样。第二个从数据中获取样本。第三，计算fpc，即占总数据点的10%。现在，为了估计总体，我需要对样本进行设计而不进行替换，包括 fpc。然后，对于最后三个代码，我根据该样本计算总体估计值、均值和置信区间。
请看这里：stackoverflow.com/questions/5963269/…
改变的是我必须从数据中重复 30 个不同的简单随机抽样。因此，将从 30 个不同的样本中获得最终的估计、均值和置信区间。它们可能接近但不相等。
请通过单击编辑按钮将您的 cmets 移动到问题本身。它们是您问题的重要组成部分，并不是每个人都会阅读 cmets。（我赞成让你回到 0！）

标签： r

【解决方案1】：

通常我会使用data.table 包中的rbindlist 或dplyr 中的bind_rows 与lapply 结合使用来一次构建表一行，然后将这些行绑定在一起。以下是使用bind_rows 和mtcars 数据集的示例：

library(dplyr)

combined_data <- bind_rows(lapply(1:30, function(...) {
  # Take a sample
  SRS_1 <- sample(1:nrow(mtcars), size = .10 * nrow(mtcars))
  data_sample_1 <- mtcars[SRS_1, ]

  # Compute some things from the sample
  m_disp <- mean(data_sample_1$disp)
  m_hp <- mean(data_sample_1$hp)

  # Make a one row data.frame that will be returned by the function
  data.frame(m_disp, m_hp)
}))

这给了data.frame：

> str(combined_data)
'data.frame':   30 obs. of  2 variables:
$ m_disp: num  235 272 410 115 249 ...
$ m_hp  : num  147 159 195 113 154 ...

【讨论】：

顺便说一句，R 的基本方法是do.call("rbind", lapply(1:30, function(...) { 等，但是使用更大的数据集dplyr 或data.table 会更有效。