Заполнение фрейма данных после нескольких циклов в R - PullRequest
Новая
       43

Заполнение фрейма данных после нескольких циклов в R

0 голосов
/ 17 марта 2019

Я делаю несколько циклов и хочу создать фрейм данных с разными результатами.

MWE выглядит следующим образом: 

# define cases 
debt   <-c(0,0.05) 
thetas <- c(1, 1.5) 
rhos   <- c(0, 0.99, 2) # 0:C-D case, 1 = linear (no effect on prices)%

Затем хотите перебрать вышеуказанные векторы 

for (theta in thetas){
  for (rho in rhos){
    for (b in debt) {
      sols <-nleqslv(0.05, k_ss) # k_ss is defined in the end
      kss  <-round(sols$x,5)
    }
  }
}

Я хочу, чтобы в каждой итерации сохранялись значения kss и создавался фрейм данных, который должен по существу суммировать все возможные комбинации (i.e. length(theta)*length(rho)*length(debt) = 12 in this example) в одном простом для понимания фрейме данных.

Мой ожидаемый результат должен выглядеть следующим образом: 

thetas <- c(1, 1.5) 
rhos   <- c(0,0.99, 2) # 0:C-D case, 1 = linear (no effect on prices)%
debts   <-c(0,0.05) 

n = length(debt)*length(thetas)*length(rhos)

theta<-c(rep(1,6),rep(1.5,6))
rho  <-c(rep(0,2),rep(0.99,2), rep(2,2), rep(0,2),rep(0.99,2), rep(2,2))
debt <-rep(c(0,0.05),6)
kss  <-rnorm(12,0,1)  # suppose these are my true ('expected' kss valuesthat i get for the iterations

df   <- data.frame(theta,rho,debt,kss)

 df
   theta  rho debt     kss
1    1.0 0.00 0.00  1.1090
2    1.0 0.00 0.05  1.8436
3    1.0 0.99 0.00  0.7718
4    1.0 0.99 0.05  0.5628
5    1.0 2.00 0.00 -1.1774
6    1.0 2.00 0.05  2.1973
7    1.5 0.00 0.00  0.8531
8    1.5 0.00 0.05 -0.1252
9    1.5 0.99 0.00  0.4784
10   1.5 0.99 0.05  1.8334
11   1.5 2.00 0.00  0.3693
12   1.5 2.00 0.05  1.0470

Только для записи вот как генерируется мой kss : 

# compute steady state 



k_ss<-function(k){
  # this function is defined for given values in b, theta, rho 
  # all other variables not defined here are some scalars not defined here 
  # for simplicity 

  if (rho == 0){
    R <- A*alpha*k^(alpha-1)      
    w <- A*(1-alpha)*k^(alpha)    

  } else{
    y  <-A*(alpha*k^rho + (1-alpha))^(1/rho)
    R  <- A*alpha*(y/A*k)^(1-rho)           
    w  <- A*(1-alpha)*(y/A)^(1-rho)  

   }

  kt  <-nn*(dt/beta*nn)^(1/theta)
  sd  <-((beta*R)^(1/theta))*(1+kt)/(R+(beta*R)^(1/theta)*(1+kt))
  mpb <-(1/nn)*(kt/(1+kt))
  ego <-sd/(1-sd*mpb*R)

  kss <-(nn)*(k+b) - (ego*(w-(R-nn)*b))

  return(kss)

}

А потом: 

sols <-nleqslv(0.05, k_ss)
      kss  <-round(sols$x,5)

Ответы [ 3 ]

1 голос
/ 17 марта 2019

Одним из возможных решений с pmap из purrr и mutate из dplyr является следующее. Здесь вы можете заменить my_function на все, что вы пытаетесь выполнить. Обратите внимание, что pmap_dbl ожидает возврата double, но вы также можете использовать pmap, который затем возвращает список. 

library(dplyr)
library(purrr)

theta <- c(1, 1.5)
rho  <- c(0, 0.99, 2)
debt <- c(0, 0.05)

my.df <- expand.grid(theta = theta, rho = rho, debt = debt)

my_function <- function(theta, rho, debt) {
  kss  <- theta + rho + debt
}

my.df %>% 
  mutate(kss = pmap_dbl(list(theta = theta, rho = rho, debt = debt), my_function)) %>% 
  arrange(theta, rho, debt)


#    theta  rho debt  kss
# 1    1.0 0.00 0.00 1.00
# 2    1.0 0.00 0.05 1.05
# 3    1.0 0.99 0.00 1.99
# 4    1.0 0.99 0.05 2.04
# 5    1.0 2.00 0.00 3.00
# 6    1.0 2.00 0.05 3.05
# 7    1.5 0.00 0.00 1.50
# 8    1.5 0.00 0.05 1.55
# 9    1.5 0.99 0.00 2.49
# 10   1.5 0.99 0.05 2.54
# 11   1.5 2.00 0.00 3.50
# 12   1.5 2.00 0.05 3.55

pmap заменяет указанные вами петли. Он берет функцию и применяет ее к каждой строке data.frame my.df и использует аргументы, указанные в списке, в качестве аргументов для функции.

С помощью arrange вы можете заказать его так, чтобы у вас был оригинальный заказ.

1 голос
/ 17 марта 2019

Если kss это просто сумма debt, rho и theta, это можно сделать довольно легко: 

thetas <- c(1, 1.5) 
rhos   <- c(0, 0.99, 2)
debts   <-c(0, 0.05)

df <- expand.grid(theta = thetas, rho = rhos, debt =debts)

non_linear_equation_solver <- function(theta, rho, debt) {
  kss <- (theta + rho + debt) # for example
  return(kss)
}

df$kss <- apply(df, 1, function(x) non_linear_equation_solver(x[1], x[2], x[3]))

df
#>    theta  rho debt  kss
#> 1    1.0 0.00 0.00 1.00
#> 2    1.5 0.00 0.00 1.50
#> 3    1.0 0.99 0.00 1.99
#> 4    1.5 0.99 0.00 2.49
#> 5    1.0 2.00 0.00 3.00
#> 6    1.5 2.00 0.00 3.50
#> 7    1.0 0.00 0.05 1.05
#> 8    1.5 0.00 0.05 1.55
#> 9    1.0 0.99 0.05 2.04
#> 10   1.5 0.99 0.05 2.54
#> 11   1.0 2.00 0.05 3.05
#> 12   1.5 2.00 0.05 3.55

Создано в 2019-03-17 пакетом представ. (v0.2.1)

0 голосов
/ 17 марта 2019

Я нашел другое очень интуитивное решение:

сначала, как предложено @kath, определите общую функцию, которая принимает в качестве входных данных параметры, по которым нужно выполнить цикл: 

my_function <- function(theta, rho, debt) {
  kss <- (theta + rho + debt) 
}

Затемзапрашиваемый кадр данных может быть построен следующим образом: 

output<-list() # create an empty list 
i     <-0   # counter 

for (theta in thetas){
  for (rho in rhos){
    for (b in debt) {
      i=i+1
      kss<-my_function(theta,rho,b)
      output[[i]]<-data.frame(Theta = theta, Rho = rho, Debt = b, K = kss)
    }
  }
}

Затем свяжите кадры данных из списка: 

df<-do.call(rbind,output)

And here is the result: 

Theta  Rho Debt    K
1    1.0 0.00 0.00 1.00
2    1.0 0.00 0.05 1.05
3    1.0 0.99 0.00 1.99
4    1.0 0.99 0.05 2.04
5    1.0 2.00 0.00 3.00
6    1.0 2.00 0.05 3.05
7    1.5 0.00 0.00 1.50
8    1.5 0.00 0.05 1.55
9    1.5 0.99 0.00 2.49
10   1.5 0.99 0.05 2.54
11   1.5 2.00 0.00 3.50
12   1.5 2.00 0.05 3.55
>
...