在for循环中逐行删除答案

【问题标题】：Delete row after row in for loop在for循环中逐行删除
【发布时间】：2014-05-05 19:59:31
【问题描述】：

我有一个大字符向量file，我需要从中抽取一个随机样本。这工作正常。但我需要一个接一个地抽取样本。为此，我想通过已经从中提取的每个元素来缩短 file（我可以绘制一个新样本而无需多次绘制相同的元素）。

我有一些解决方案，但我对其他可能更快、甚至更重要的方法感兴趣，也许是正确的。

这是我的尝试：

方法 1

file <- rep(1:10000)
rand_no <- sample(file, 100)

library(car)
a <- data.frame()

for (i in 1:length(rand_no)){
     a <- rbind(a, which.names(rand_no[i], file))
     file <- file[-a[1,1]]
}

问题：

Warning message:
In which.names(rand_no[i], file) : 297 not matched

方法 2

file <- rep(1:10000)
rand_no <- sample(file, 100)

library(car)
deleter <- function(i) {
   a <- which.names(rand_no[i], file)
   file <- file[-a]
}

lapply(1:length(rand_no), deleter)

问题：这根本行不通。也许我应该拆分问题，因为第二个问题显然在于我没有完全理解lapply。

感谢您的任何建议。

编辑

我希望它适用于数字，但当然file 看起来像这样：

file <- c("Post-19960101T000000Z-1.tsv", "Post-19960101T000000Z-2.tsv", "Post-19960101T000000Z-3.tsv","Post-19960101T000000Z-4.tsv", "Post-19960101T000000Z-5.tsv", "Post-19960101T000000Z-6.tsv", "Post-19960101T000000Z-7.tsv","Post-19960101T000000Z-9.tsv")

当然rand_no 不能超过 100 个文件，样本如此之少。因此：

 rand_no <- sample(file, 2)

【问题讨论】：

标签： r for-loop lapply

【解决方案1】：

使用list 代替c。然后您可以将值设置为NULL，它们将被删除。

file[file %in% rand_no] <- NULL 这会在file 中查找来自rand_no 的所有实例并将它们删除。

file <- list("Post-19960101T000000Z-1.tsv",
 "Post-19960101T000000Z-2.tsv",
 "Post-19960101T000000Z-3.tsv",
 "Post-19960101T000000Z-4.tsv",
 "Post-19960101T000000Z-5.tsv",
 "Post-19960101T000000Z-6.tsv",
 "Post-19960101T000000Z-7.tsv",
 "Post-19960101T000000Z-9.tsv")
rand_no <- sample(file, 2)

library(car) #From poster's code.

file[file %in% rand_no] <- NULL

如果您正在处理大量文件，使用%in% 比较字符串可能会让您陷入困境。在这种情况下，我会使用索引。

file <- list("Post-19960101T000000Z-1.tsv",
             "Post-19960101T000000Z-2.tsv",
             "Post-19960101T000000Z-3.tsv",
             "Post-19960101T000000Z-4.tsv",
             "Post-19960101T000000Z-5.tsv",
             "Post-19960101T000000Z-6.tsv",
             "Post-19960101T000000Z-7.tsv",
             "Post-19960101T000000Z-9.tsv")
rand_no <- sample(1:length(file), 2)

library(car) #From poster's code.

file[rand_no] <- NULL

【讨论】：

这太天才了！谢谢。
你为什么有library(car)？当然，这确实假设所有文件名都是唯一的。如果不确定，选择索引而不是实际值会更安全。

【解决方案2】：

Sample() 已经以没有替换的排列顺序返回值（除非您设置 replace=T）。所以它永远不会选择两次。

所以如果你想要三组不共享任何元素的 100 个样本，你可以使用

file <- rep(1:10000)
rand_no <- sample(seq_along(file), 300)

s1<-file[rand_no[1:100]]
s2<-file[rand_no[101:200]]
s3<-file[rand_no[201:300]]

或者，如果您希望每次可以将总大小减小 100

s1<-file[-rand_no[1:100]]
s2<-file[-rand_no[1:200]]
s3<-file[-rand_no[1:300]]

【讨论】：

【解决方案3】：

一种简单的方法是选择随机索引，然后删除这些索引：

file <- 1:10000  # Build sample data
ind <- sample(seq(length(file)), 100)  # Select random indices
rand_no <- file[ind]  # Compute the actual values selected
file <- file[-ind]  # Remove selected indices

【讨论】：

【解决方案4】：

我认为使用sample 和split 可能是一种很好的方法，而无需更改您的files 变量。除非您真的需要，否则我不是突变的忠实拥护者，这可以让您确切地知道您在接下来的每个分析块中使用了哪些文件。

files<-paste("file",1:100,sep="_")     
randfiles<-sample(files, 50)
randfiles_chunks<-split(randfiles,seq(1,length(randfiles), by=10))

【讨论】：