我有一个问题,我认为需要在R中使用lapply(尽管我对其他解决方案是开放的)。lapply in R - 函数到每一列
我有一个数据集(代码生成下面粘贴)与一个二进制变量的多个排列,这导致每个permuation一个Y.我试图运行一个使用X1-X75变量作为每个Y变量的预测变量的模型。这最终将成为一种插补模型,因此我需要的第一步是简单地对数据进行子集分类,以便每个排列都得到一个单独的数据集 - 例如Y.control.perm1,X1 ... X75,Y.control.perm2, X1 .... X75。
我遇到的麻烦是如何在应用语句中执行此操作。我似乎无法同时获得相同数据集中的感兴趣列和预测变量。这里是我拥有的代码,其中cont只抓取控制列,ob是感兴趣的行。在这种情况下,我想要100个数据集(或堆叠数据集),其中Y.control.perm1 ... 100独立于每个数据集,并且X1-X75出现在所有数据集中。
nperm=100 #number of permuations
start=p+2+nperm
cont=seq(start+1,start+nperm*2+2,by=2) #grabbing columns of interest
test=lapply(d[which(d$ob==0),c(cont,1:p)], function(x){
names(x)
txt.imp=as.data.frame(x[c(cont,1:p)])
})
的问题归结为:如何使用lapply(或类似功能),以数据集中的函数适用于列的子集,与列表中的每个元素是该数据集的不同列?
这是数据生成代码:
p=75
N=10
seed=342
# FUNCTION TO GENERATE ONE SIM #
dataGen = function(N, p, seed){
set.seed(2398)
X=rbinom(N*p,1,.5)
df=data.frame(matrix(X,nrow=N,ncol=p))
df$obs.txt=rep(0:1,N/2)
x.for.perm=df$obs.txt
perm=NULL
for(i in 1:100){
perm.i=permute(x.for.perm)
perm=as.matrix(cbind(perm,perm.i))
}
df$TE=-1.3*df$X1-1.2*df$X2-.6*df$X3+.3*df$X4+.5*df$X5+1.1*df$X6+1.2*df$X7
df=as.data.frame(cbind(df,perm))
names(df)
seed=set.seed(seed)
length(df)
col.vec=c(76,78:177)
col.vec
df.out<-lapply(df[,col.vec],function(x){
y.obs.control=rnorm(N,0,1) #observed y value under control
df$y.obs.tx=ifelse(x==1,(y.obs.control+df$TE),NA) #observed y value under TX
#df$Y=ifelse(df$obs.txt==0,df$y.obs.control,df$y.obs.tx) #observed Y value
df$y.obs.control=ifelse(x==0,y.obs.control,NA) #observed y value under control
cbind(df$y.obs.control,df$y.obs.tx)
})
df2=do.call(cbind,df.out)
names=c("y.obs.control","y.obs.tx")
for(i in 1:100){
names.i=c(paste("y.obs.control.p.",i,sep=""),paste("y.obs.tx.p.",i,sep=""))
names=c(names,names.i)
}
colnames(df2)<-(names)
df2=as.data.frame(df2)
df2$ob=rep(0:1,each=N/2)
df2$sim=rep(length(seed),each=N)
df2=as.data.frame(cbind(df,df2))
return(df2)
}
d=dataGen(10,75,43)
哪个包是'permute'函数?我猜这是'gtools'软件包? – nograpes
'dataGen'函数返回的df的结构是什么?需要进行子集化的非常宽的obs.control和obs.tx列df?原来X1-X75是否存在?第一个代码块中的“p”是什么? 'd $ ob'是否变化或总是等于零?基本上,请发布几行数据。 – Parfait