R跨数据表列迭代模型答案

【问题标题】：R Iterating a model across data table columnsR跨数据表列迭代模型
【发布时间】：2016-08-15 14:35:08
【问题描述】：

我正在使用一个模型来查看农作物区域的温室气体排放量。为了尝试衡量数据的标准偏差，我尝试通过多次迭代对其进行蒙特卡洛风格分析。

model parameters
a <- 0.1474 # Alpha
b <- 0.0005232 # Beta
g <- -0.00001518 # Gamma
d <- 0.000003662 # Delta
rain <- crm$rain # rainfall value for that location from the col 'rain'

数据位于data.table 中，如下所示，但 N 列从 N1-N100 运行：

        rn    rain  Wheat        N1       N2        N3        N4        N5        N6
# 1: 10007 1049.61 0.1718 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655
# 2: 10018 1114.31 0.1629 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655
# 3: 10023 1361.61 0.1082 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655
# 4: 10024 1407.20 0.0494 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655
# 5: 10025 1499.56 0.0200 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655
# 6: 10026 1654.13 0.0040 0.6363109 0.939479 0.9242736 0.9018818 0.6556216 0.1150655

所以我的问题是如何将下面的模型应用于每个 N 列并将结果添加到数据表的末尾？该模型适用于 N 的固定值，但我正在努力研究如何将每列的值放入模型中。

logN2O <- function (x) {a+(b*rain)+(g*N)+(d*rain*N)}

非常感谢。

编辑

为了澄清，我想先用 N1 的值运行模型，最后用该结果创建一个新的 col。然后对 N2 值执行相同的操作，以此类推，直到 N 列的末尾。

【问题讨论】：

不完全清楚你在追求什么，但也许你想要lapply(.SD, function(x) { whatever needs to be done to each column }
@MichaelChirico 我将编辑问题以使其更清晰。本质上，我想针对行的雨值运行每个 N(1:6) 值的模型，并将模型输出放在数据表的末尾。

标签： r iteration

【解决方案1】：

我认为这应该可行：

n <- 1:6
cols <- paste0("N",n,"_res")
dt[,(cols) := lapply(.SD ,function (x) {a + (b*dt[,rain]) + (g*x) + (d*dt[,rain]*x)}), .SDcols = paste0("N",n)]

基本上，您只需指定要循环的“n”（在本例中为 N1 - N6），然后将结果与附加的“_res”一起存储 - 例如“N1_res”。

数据：

dt <- structure(list(rn = c(10007L, 10018L, 10023L, 10024L, 10025L, 
10026L), rain = c(1049.61, 1114.31, 1361.61, 1407.2, 1499.56, 
1654.13), Wheat = c(0.1718, 0.1629, 0.1082, 0.0494, 0.02, 0.004
), N1 = c(0.6363109, 0.6363109, 0.6363109, 0.6363109, 0.6363109, 
0.6363109), N2 = c(0.939479, 0.939479, 0.939479, 0.939479, 0.939479, 
0.939479), N3 = c(0.9242736, 0.9242736, 0.9242736, 0.9242736, 
0.9242736, 0.9242736), N4 = c(0.9018818, 0.9018818, 0.9018818, 
0.9018818, 0.9018818, 0.9018818), N5 = c(0.6556216, 0.6556216, 
0.6556216, 0.6556216, 0.6556216, 0.6556216), N6 = c(0.1150655, 
0.1150655, 0.1150655, 0.1150655, 0.1150655, 0.1150655)), .Names = c("rn", 
"rain", "Wheat", "N1", "N2", "N3", "N4", "N5", "N6"), class = c("data.table", 
"data.frame"), row.names = c(NA, -6L))

【讨论】：

效果很好，非常感谢您的帮助！我的谷歌搜索目前让我失望 - .SD 到底是做什么的？
.SD 代表 Data 的 Subset，实际上是它自己独立的data.table。它通常用于每个by 组，但在这种情况下，我们只使用它来访问我们感兴趣的列（那些在.SDcols 中指定的列。