梳理两个数据sets_Loop功能

Question

的信息，我有两个数据集：m和s。该第一数据集包括变量Frequency，p1，p2和p3。

第二数据集包括用于型回归，的值意味着和样本大小。列名分别是z，mean和samplesize。

我需要四列添加到第一数据集m如下：

• 第一列m$reg1应m$p1倍的s$samplesize对应于s$z == 'Regression1'值。
• 第二列m$reg2应该是m$p2倍对应于s$z == 'regression2'所述的s$samplesize值。
• 第三列m$reg3应该是m$p3倍s$samplesize的值对应s$z == 'regression3'。

我在想如何编写一个循环函数来计算m个数据集中的这四个新列。

请参阅数据集如何在下面的代码创建：

Frequency<-seq(1,27,1) 
p1<-seq(2,28,1) 
p2<-seq(10,36,1) 
p3<-seq(0,26,1) 
m<-data.frame(Frequency,p1,p2,p3) 

z<-c('Regression1','Regression2','Regression3','Regression4') 
mean<-c(2,28,1,17) 
samplesize<-c(10,20,30,40) 
s<-data.frame(z,mean,samplesize) 

Answer 1

使用相同的原则，我们在这个answer应用。首先，定义将表格子集的名称或行值，然后执行计算，将值填充到一个新的，类似构造的列中。

# custom function that calculates column values 
add.col <- function(i){ 
    # name in the s$z that defines the correct row 
    reg <- paste0("Regression", i) 
    # name of the m column 
    p <- paste0("p", i) 
    # multiply the named column from m with respective samplesize in s 
    return(m[, p] * s$samplesize[s$z == reg]) 
} 

# loop through all indices 
for(i in 1:3){ 
    # create a new column with the compound name and fill it with appropriate values 
    m[, paste0("reg", i)] <- add.col(i = i) 
} 

Answer 2

没有必要为一个循环，如果我正确地理解你的问题。只要做到：

m$regr1 <- m$p1*s$samplesize[s$z=="Regression1"] 
m$regr2 <- m$p2*s$samplesize[s$z=="Regression2"] 
m$regr3 <- m$p3*s$samplesize[s$z=="Regression3"] 

Answer 3

如果你想要做一个for循环，这可能工作，以及：

desired_col = c(2,3,4) # this can be any selection 

for(i in desired_col) { m[[paste0(i,"reg")]] = m[,i]*s[match(i,desired_col),3] }