применение формулы к каждой строке в кадре данных с использованием цикла / apply / lapply - PullRequest
Новая
       7

применение формулы к каждой строке в кадре данных с использованием цикла / apply / lapply

0 голосов
/ 24 января 2019

У меня есть следующий фрейм данных: 

0.159774955 0.315950195 1.043728695 -0.013713845    0.300639692 0.089504862
0.225828659 0.359430606 0.837824198 0.023545454 0.454365387 0.146044804
0.200956642 0.284167712 0.741477338 0.095507608 0.380116007 0.108930805
0.178781669 0.268168151 0.890674193 0.025867199 0.439498785 0.090581651
0.259719853 0.253015856 0.733539294 -0.021271503    0.34807779  0.134256761
0.237380703 0.259466053 0.438376163 -0.017622207    0.403244764 0.123988446
0.255139392 0.249787728 0.429777131 0.003033289 0.357595856 0.135647263
0.231928182 0.229371247 0.374830209 0.048649557 0.412691492 0.135958108

Я хочу применить следующий код повторной выборки к каждой строке: 

replicate(6, mean(sample(one, 6, replace=TRUE)))

в конце я хочу, чтобы ответы были сохранены в выходном кадре данных. Таким образом, в основном задача состоит в том, чтобы запустить функцию повторной выборки для каждой строки информационного кадра и наиболее эффективно сохранить выходные данные в новом информационном кадре.

Может кто-нибудь помочь мне в написании цикла для этого, пожалуйста

1 Ответ

0 голосов
/ 24 января 2019

Если вы хотите применить функцию к каждой строке df, вы можете сделать следующее: 

apply(array, margin, fun(x))

, где array - ваш фрейм данных, margin - 1 для строк, 2 для столбцов, fun(x) - это ваша функция, где x - каждая строка, например, function(x){mean(x)}

Для вашей функции попробуйте 

as.data.frame(t(apply(df, 1, function(x){
  replicate(6, mean(sample(x, 6, replace=TRUE)))
})))

, где df - ваш фрейм данных.Результат: 

> set.seed(1)
> as.data.frame(t(apply(df, 1, function(x){
+   replicate(6, mean(sample(x, 6, replace=TRUE)))
+ })))
         V1        V2        V3        V4         V5        V6
1 0.3068208 0.1422921 0.5131469 0.3159808 0.61606935 0.4984955
2 0.4083824 0.3365791 0.5149758 0.2826672 0.34761771 0.4413220
3 0.5306285 0.4393809 0.2884135 0.2416325 0.46592721 0.2858680
4 0.4046463 0.3153975 0.5783785 0.1321199 0.06213869 0.1863585
5 0.3461146 0.1959594 0.1886254 0.4904454 0.34373307 0.2179313
6 0.1681255 0.2924128 0.1607637 0.2372478 0.18738553 0.2585522
7 0.2015053 0.1494048 0.2805252 0.3345927 0.22052876 0.2905973
8 0.2724066 0.2384786 0.2612100 0.2544667 0.25447366 0.2393240
...