如何创建多个数据集，一个用于在 for 循环中迭代的每个值？答案

【问题标题】：How to create several data sets, one for each value iterated in a for loop?如何创建多个数据集，一个用于在 for 循环中迭代的每个值？
【发布时间】：2020-10-02 14:09:38
【问题描述】：

所以我正在使用“rgbif”包挖掘属于“actinopterygii”组的巴西鱼类出现的数据，但由于该组的出现次数如此之多，我无法在一次。通过这两行代码，我们可以看到出现了 323200 次：

#install.packages("rgbif")
library(rgbif)
actinopterygii<-name_backbone(name="Actinopterygii")
occ_count(taxonKey = actinopterygii$classKey,country="BR")

问题是检索出现次数的函数每次检索最多出现 2000 次：

actinopterygii_oc<-occ_search(taxonKey = actinopterygii$classKey,country="BR",limit=2000,start=0)
#the start argument refers to the index of the record we are starting at so we can page through all the results

我基本上是在尝试避免重复此行 60 次并将起始值每次更改 2000，因此我尝试使用 for 循环，但它不起作用。我为出现次数创建了一个间隔，一次执行 2000 到 2000 次检索：

interval<-seq(from = 0, to = 323200, by = 2000)
for (value in interval){
  actinopterygii_oc<-occ_search(taxonKey = actinopterygii$classKey,country="BR",limit=2000,start=value)
}

问题是这段代码每次只修改一组数据。那么，有什么方法可以创建多组数据，一个用于区间中的每个值，同时循环遍历区间中的值？

对于这可能造成的混乱，我深表歉意，但我无法更好地表达它，提前感谢您的任何回答

【问题讨论】：

标签： r

【解决方案1】：

您可以像这样在列表中聚合数据集：

interval<-seq(from = 0, to = 323200, by = 2000)
actinopterygii_oc <- list()

for (i in 1:length(interval)){
  value <- interval[i]
  actinopterygii_oc[[i]] <- occ_search(taxonKey = actinopterygii$classKey,country="BR",limit=2000,start=value)
}

然后使用例如dplyr::bind_rows(actinopterygii_oc) 组合它们。

【讨论】：

【解决方案2】：

尝试使用 purrr::map 一次取回包含 2,000 行的小标题列表，而不是使用 for 循环。我可能不必告诉你这将花费很长时间

interval <- seq(from = 1, to = 323200, by = 2000)

list_of_tibbles <- 
   purrr::map(interval, 
              ~ occ_search(taxonKey = actinopterygii$classKey,
                           country="BR",
                           limit=2000, 
                           start= .x)
              )

我不打算获取你所有的数据，但你会得到类似的输出

[[1]]
Records found [323200] 
Records returned [2000] 
No. unique hierarchies [661] 
No. media records [2000] 
No. facets [0] 
Args [limit=2000, offset=1, taxonKey=204, country=BR, fields=all] 
# A tibble: 2,000 x 145
   key   scientificName decimalLatitude decimalLongitude issues datasetKey publishingOrgKey
   <chr> <chr>                    <dbl>            <dbl> <chr>  <chr>      <chr>           
 1 2550… Chaetodipteru…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 2 2550… Myrichthys oc…           -7.90            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 3 2550… Mugil curema …           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 4 2550… Centropomus u…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 5 2550… Trachinotus c…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 6 2550… Phractocephal…           -3.18            -59.9 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 7 2550… Diapterus aur…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 8 2550… Chaetodipteru…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
 9 2550… Centropomus u…           -7.91            -34.8 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
10 2550… Calophysus ma…           -3.18            -59.9 cdrou… 50c9509d-… 28eb1a3f-1c15-4…
# … with 1,990 more rows, and 138 more variables: installationKey <chr>,
#   publishingCountry <chr>, protocol <chr>, lastCrawled <chr>, lastParsed <chr>,
#   crawlId <int>, extensions <chr>, basisOfRecord <chr>, occurrenceStatus <chr>,
#   taxonKey <int>, kingdomKey <int>, phylumKey <int>, classKey <int>, orderKey <int>,
#   familyKey <int>, genusKey <int>, speciesKey <int>, acceptedTaxonKey <int>,
#   acceptedScientificName <chr>, kingdom <chr>, phylum <chr>, order <chr>, family <chr>,
#   genus <chr>, species <chr>, genericName <chr>, specificEpithet <chr>, taxonRank <chr>,
#   taxonomicStatus <chr>, dateIdentified <chr>, coordinateUncertaintyInMeters <dbl>,
#   stateProvince <chr>, year <int>, month <int>, day <int>, eventDate <chr>,
#   modified <chr>, lastInterpreted <chr>, references <chr>, license <chr>,
#   identifiers <chr>, facts <chr>, relations <chr>, gadm.level0.gid <chr>,
#   gadm.level0.name <chr>, gadm.level1.gid <chr>, gadm.level1.name <chr>,
#   gadm.level2.gid <chr>, gadm.level2.name <chr>, gadm.level3.gid <chr>,
#   gadm.level3.name <chr>, geodeticDatum <chr>, class <chr>, countryCode <chr>,
#   recordedByIDs <chr>, identifiedByIDs <chr>, country <chr>, rightsHolder <chr>,
#   identifier <chr>, http...unknown.org.nick <chr>, verbatimEventDate <chr>,
#   datasetName <chr>, collectionCode <chr>, gbifID <chr>, verbatimLocality <chr>,
#   occurrenceID <chr>, taxonID <chr>, catalogNumber <chr>, recordedBy <chr>,
#   http...unknown.org.occurrenceDetails <chr>, institutionCode <chr>, rights <chr>,
#   eventTime <chr>, identifiedBy <chr>, identificationID <chr>, name <chr>,
#   occurrenceRemarks <chr>, gadm <chr>, informationWithheld <chr>,
#   recordedByIDs.type <chr>, recordedByIDs.value <chr>, individualCount <int>,
#   establishmentMeans <chr>, continent <chr>, organismQuantityType <chr>, habitat <chr>,
#   http...rs.tdwg.org.dwc.terms.organismQuantity <chr>,
#   georeferenceVerificationStatus <chr>, verbatimSRS <chr>, verbatimCoordinateSystem <chr>,
#   county <chr>, locality <chr>, taxonRemarks <chr>, preparations <chr>, disposition <chr>,
#   vernacularName <chr>, organismName <chr>, fieldNotes <chr>, originalNameUsage <chr>,
#   http...rs.tdwg.org.dwc.terms.organismQuantityType <chr>, …

您会注意到，您返回的不仅有数据，还有其他元数据。将所有的 data 粘合到一个大数据框另一个 map

glued_data <- 
   purrr::map(list_of_tibbles, "data") %>% 
   bind_rows()

dim(glued_data)
[1] 10000   162

【讨论】：