创建一个 for 循环并在每次迭代后向 df 添加行

Question

我想用特定的列构造一个空的 df 并创建一个循环，在每次迭代中添加一行

type <- c("AAA","BBB","CCC")
price <-c(0.5, 0.7, 0.2)
fixed_cost1<- 500
fixed_cost <- 200
Quantity<-c(400,700)
Month <-c(1,2,3)

df<-as.data.frame(matrix(,ncol=6,nrow=0))

我想创建一个生成下面数据框的 for 循环。我想计算 3 个月内每种“类型”和不同“数量”的总成本。总成本的计算是 (price[i]*Quantity[i]+fixed_cost1+ fixed_cost2)* Month[i] 。最终的df 将非常大，因为必须对每种类型进行总成本计算，数量为 400 的所有月份，数量 700 的所有月份都相同。谢谢您的时间

type	price	fixed_cost1	fixed_cost2	Month	Quantity	Total_Cost
AAA	0.5	500	200	1	400	900
AAA	0.5	500	200	2	400	1800
AAA	0.5	500	200	3	400	2700
AAA	0.5	500	200	1	700	1050
AAA	0.5	500	200	2	700	2100
AAA	0.5	500	200	3	700	3150
BBB	0.7	500	200	1	400	980
----	---	---	---	--	---	----
BBB	0.7	500	200	3	700	1190

Answer 1

正如我在 cmets 中提到的，尝试将行迭代地添加到框架中确实是一个坏主意，屈服于 The R Inferno 的第二个圆圈（Growing Objects）。但我认为我们可以一次全部构建，而不是使用expand.grid。

注意事项：

• 您的预期输出首先循环最右边的列，而expand.grid 首先循环最左边的列。 差异完全是美学上的。为了更接近（但不完全）匹配您的预期输出，我将更改（主要是颠倒）参数的顺序，然后重新排列列 post-@987654324 @（与[,6:1]）。如果这让您感到困扰，请按照您想要的方式对列进行排序，在后续计算中不会改变任何内容。

• 我不确定您是否打算将每个 type 与每个 price（九个排列）的所有排列组合在一起，或者这两个变量是否成对出现（所以 BBB 只会是 0.7） .如果你指的是前者，那么我们将从

  eg <- expand.grid(Month = Month, Quantity = Quantity,
                    fixed_cost2 = fixed_cost, fixed_cost1 = fixed_cost1,
                    price = price, type = type)[,6:1]
  head(eg); tail(eg, 2)
  #   type price fixed_cost1 fixed_cost2 Quantity Month
  # 1  AAA   0.5         500         200      400     1
  # 2  AAA   0.5         500         200      400     2
  # 3  AAA   0.5         500         200      400     3
  # 4  AAA   0.5         500         200      700     1
  # 5  AAA   0.5         500         200      700     2
  # 6  AAA   0.5         500         200      700     3
  #    type price fixed_cost1 fixed_cost2 Quantity Month
  # 53  CCC   0.2         500         200      700     2
  # 54  CCC   0.2         500         200      700     3
  nrow(eg)
  # [1] 54
  

  但是，如果BBB 始终是0.7，那么我们需要稍微改变一下：

  eg <- expand.grid(Month = Month, Quantity = Quantity,
                    fixed_cost2 = fixed_cost, fixed_cost1 = fixed_cost1,
                    tprow = seq_len(nrow(typeprice)))[,5:1]
  eg <- cbind(typeprice[eg$tprow,], eg[,-1])
  head(eg,3); tail(eg,2)
  #     type price fixed_cost1 fixed_cost2 Quantity Month
  # 1    AAA   0.5         500         200      400     1
  # 1.1  AAA   0.5         500         200      400     2
  # 1.2  AAA   0.5         500         200      400     3
  #     type price fixed_cost1 fixed_cost2 Quantity Month
  # 3.4  CCC   0.2         500         200      700     2
  # 3.5  CCC   0.2         500         200      700     3
  nrow(eg)
  # [1] 18
  

使用对您有意义的egs 中的任何一个。我现在将推断第二个。

从这里开始，这似乎是一个简单的transform（或dplyr::mutate，如果你愿意的话）：

transform(eg, Total_Cost = (price * Quantity + fixed_cost1 + fixed_cost2) * Month)
#     type price fixed_cost1 fixed_cost2 Quantity Month Total_Cost
# 1    AAA   0.5         500         200      400     1        900
# 1.1  AAA   0.5         500         200      400     2       1800
# 1.2  AAA   0.5         500         200      400     3       2700
# 1.3  AAA   0.5         500         200      700     1       1050
# 1.4  AAA   0.5         500         200      700     2       2100
# 1.5  AAA   0.5         500         200      700     3       3150
# 2    BBB   0.7         500         200      400     1        980
# 2.1  BBB   0.7         500         200      400     2       1960
# 2.2  BBB   0.7         500         200      400     3       2940
# 2.3  BBB   0.7         500         200      700     1       1190
# 2.4  BBB   0.7         500         200      700     2       2380
# 2.5  BBB   0.7         500         200      700     3       3570
# 3    CCC   0.2         500         200      400     1        780
# 3.1  CCC   0.2         500         200      400     2       1560
# 3.2  CCC   0.2         500         200      400     3       2340
# 3.3  CCC   0.2         500         200      700     1        840
# 3.4  CCC   0.2         500         200      700     2       1680
# 3.5  CCC   0.2         500         200      700     3       2520