R错误：要替换的项目数不是替换长度R的倍数答案

【问题标题】：R error: number of items to replace is not a multiple of replacement length RR错误：要替换的项目数不是替换长度R的倍数
【发布时间】：2012-08-08 04:19:08
【问题描述】：

我写了以下代码并得到错误：要替换的项目数不是代码行的替换长度的倍数：

 X_after[count, ] = c(censN1, censN2, censN3)

在网上搜索后发现问题可能是NA的预先确定的n_samples和最终的X_after数据集的样本数量不匹配造成的。如何调整矩阵代码，使ncol 在循环之后动态确定，而不是在 n_samples 处预先确定？或者，如果您对此错误消息有其他解决方案，也请加入。

multiLodSim <- function (GM, GSD, n_samples, n_iterations, p) {    
  X_after <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  delta <- matrix(NA_real_, nrow = n_iterations, ncol = n_samples)
  mu <- log(GM)
  sigma <- log(GSD)
  lod1 <- quantile(rlnorm(100000,mu,sigma),p)
  lod2 <-  quantile(rlnorm(100000,mu,sigma),(p*0.95))
  lod3 <- quantile(rlnorm(100000,mu,sigma),(p*0.9)) 
  pct_cens <- numeric(n_iterations)
  count <- 1
   while(count <= n_iterations) {     
   sub_samples = n_samples/3   # divide the total sample into third (for 3 lods)
  n1 <- rlnorm(sub_samples,mu,sigma)
censN1 <- sort(pmax(n1,lod1))   
n2 <- rlnorm(sub_samples,mu,sigma)
censN2 <- sort(pmax(n2,lod1))
censN2[censN2==lod1] <- lod2   
n3 <- rlnorm(sub_samples,mu,sigma)
censN3 <- sort(pmax(n3,lod1))    
censN3 [censN3==lod1] <- lod3
X_after[count, ] = c(censN1, censN2, censN3)
delta [count, ] = X_after <= lod1  # nondetects= TRUE (1), detects= FALSE (0)
pct_cens [count] = mean(delta[count,])   #
if (pct_cens [count]  > 0 & pct_cens [count] < 1 ) count <- count + 1}}

 a = multiLodSim(GM=1,GSD=2,n_samples=20,n_iterations=5,p=0.3)

更新：阅读您的 cmets 后，我对这些代码行进行了更改，它正在运行。感谢您的帮助。

n1 = rlnorm(round(sub_samples),mu,sigma)
n2 = rlnorm(round(sub_samples),mu,sigma)
sub_samples3 = n_samples - length(n1)-length(n2)
n3 = rlnorm(subsamples3, mu,sigma)

【问题讨论】：

在哪里为rlnorm的调用定义了mu和sigma？
除了 mnel 的回答，我认为你会在这条线上遇到麻烦：delta [count, ] = X_after <= lod1。如果您将其替换为 delta [count, ] = X_after[count,] <= lod1 似乎就可以工作（当然，考虑到 X_after 和 delta 的 ncol 必须是 3 的倍数）
您还希望在最后的 if 语句/while 循环之后的函数中有一行来返回一些东西。（我猜X_after）
三个子样本的大小是否必须完全相同？

标签： r

【解决方案1】：

你的问题在于 sub_samples = n_samples/3 不是整数。

当您创建一个小数大小的样本时，它会创建一个 floor(size) 的样本

length(rlnorm(1.5,1,1)) 
## [1] 1

因此，当您重新组合数据时 length( c(censN1, censN2, censN3)) 不（必然）等于 n_sample。

因此，您需要一种方法来处理不能被 3 整除的样本数。

【讨论】：