Как исправить цикл функции, который преждевременно останавливается перед прохождением всего кадра данных - PullRequest
Новая
       9

Как исправить цикл функции, который преждевременно останавливается перед прохождением всего кадра данных

0 голосов
/ 03 апреля 2019

Итак, я запускаю функцию, которая измеряет средний уровень инфекции на растении и выясняет, насколько растение было заражено с течением времени. Это называется областью под кривой прогрессирования заболевания. Функция работает, и это хорошо, сейчас я пытаюсь создать цикл, чтобы проработать это для каждого завода и сохранить его в кадре данных. Однако цикл останавливается гораздо раньше, чем должен?

Функция работает так, как ее можно использовать вручную, то есть помещать Plant_ID по одному за раз, но цикл, кажется, останавливается, прежде чем пройти через весь фрейм данных. Я действительно потерян, должен понять, почему он останавливается

Функция выглядит следующим образом: 

audpc <- function(df,plant_ID){
  #subset the df so that only rows with the tree.ID of interest are kept
  df <- subset(df, Plant_ID == plant_ID)
  # assign time.period and disease.severity vectors for use below
  time.period <- df$Week
  disease.severity <- df$Upper_percentage
  #n is the length of time.period
  n <- length(time.period)
  #meanvec is the vector
  #that will contain the mean percent infection
  #it is initialized containing -1 for all entries
  #this sort of initialization is sometimes useful
  #  for debugging
  meanvec <- matrix(-1,(n-1))
  #intvec is the vector that will contain the length of
  #   time between sampling dates
  intvec <- matrix(-1,(n-1))
  for(i in 1:(n-1)){
    #the ith entry in meanvec is replaced with the
    #   mean percent infection
    #between sample time i and sample time i+1
    meanvec[i] <- mean(c(disease.severity[i],                   
                         disease.severity[i+1]))
    #the ith entry in intvec is replaced with the length
    # of the time interval between time i and time i+1
    intvec[i] <- time.period[i+1] - time.period[i]
  }
  #the two vectors are multiplied together
  # one entry at a time
  infprod <- meanvec * intvec
  #the sum of the entries in the resulting vector
  #   gives the AUDPC
  sum(infprod)
}
## end of function

и затем разорванная петля ниже 

#

## make an "output" dataframe to store AUDPC values
out <- subset(DF1, Week == 31) #we want each tree.ID just once
#add a column of NAs to replace with AUDPC values
out$AUDPC <- rep(NA, length(out[,1])) 

#run the function on a loop for each tree.ID in your output df
for (i in 1:length(out[,1])){
  tree.ID <- DF1$Plant_ID[i] #assign tree.ID for use in audpc func

  #n = number of observations (timepoints) of PM infection
  n <- length(subset(DF1, Plant_ID == tree.ID)$Week)
  #if n > 2, run the output func and put the value into the AUDPC column 
  # of your output df that corresponds to the current tree.ID
  out$AUDPC[which(out$Plant_ID == tree.ID)] <- ifelse(
    n > 2, audpc(DF1, tree.ID), NA)
}

## remove NA values
out.na <- na.omit(out)
dim(out)

Подраздел моих данных ниже через dput, он останавливается после 9 наблюдений на моем компьютере? 

DF1<- dput(structure(list(Plant_ID = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 
2L, 3L, 3L, 3L, 4L, 4L, 4L, 5L, 5L, 5L, 6L, 6L, 7L, 7L, 7L, 8L, 
8L, 8L, 9L, 9L, 9L, 10L, 10L, 10L, 11L, 11L, 11L, 12L, 12L, 12L, 
12L, 13L, 13L, 13L, 13L, 14L, 14L, 14L, 14L, 15L, 15L, 15L, 16L, 
16L, 16L, 16L, 17L, 17L, 17L, 17L, 18L, 18L, 18L, 18L, 19L, 19L, 
19L, 19L, 20L, 20L, 20L, 20L, 21L, 21L, 21L, 21L, 22L, 22L, 22L, 
23L, 23L, 23L, 23L, 24L, 24L, 24L, 25L, 25L, 25L, 25L, 26L, 26L, 
26L, 27L, 27L, 27L, 27L, 28L, 28L, 28L, 28L, 29L, 29L, 29L), .Label = c("1", 
"10", "100", "101", "102", "103", "104", "105", "106", "107", 
"108", "11", "111", "112", "113", "114", "115", "116", "117", 
"118", "119", "12", "120", "121", "123", "124", "125", "126", 
"127", "128", "129", "13", "130", "131", "132", "134", "135", 
"136", "137", "138", "139", "14", "140", "141", "142", "143", 
"144", "146", "147", "148", "15", "151", "152", "153", "154", 
"155", "156", "157", "159", "16", "162", "166", "168", "169", 
"17", "170", "172", "173", "174", "175", "176", "177", "178", 
"179", "18", "180", "181", "182", "183", "184", "185", "186", 
"187", "188", "19", "190", "191", "192", "193", "194", "195", 
"196", "198", "199", "2", "20", "200", "201", "202", "203", "204", 
"205", "206", "207", "208", "209", "21", "211", "214", "215", 
"218", "22", "221", "222", "223", "224", "225", "226", "227", 
"228", "229", "23", "230", "231", "232", "233", "234", "235", 
"236", "237", "238", "239", "24", "240", "241", "242", "243", 
"244", "245", "246", "247", "248", "249", "25", "250", "251", 
"252", "253", "254", "255", "256", "257", "258", "259", "26", 
"260", "261", "262", "263", "264", "266", "267", "268", "269", 
"27", "271", "272", "273", "276", "277", "278", "279", "28", 
"280", "281", "282", "283", "284", "285", "286", "287", "288", 
"289", "29", "290", "291", "292", "293", "294", "295", "296", 
"297", "298", "299", "3", "30", "300", "301", "302", "303", "304", 
"305", "306", "307", "308", "309", "31", "310", "311", "312", 
"313", "314", "315", "316", "317", "319", "32", "320", "321", 
"322", "323", "324", "325", "326", "327", "328", "329", "33", 
"330", "331", "332", "333", "334", "335", "336", "337", "338", 
"339", "34", "340", "341", "342", "343", "344", "345", "346", 
"347", "348", "349", "35", "350", "351", "352", "353", "354", 
"355", "356", "357", "358", "359", "36", "360", "361", "362", 
"363", "364", "365", "366", "367", "368", "369", "370", "371", 
"372", "373", "374", "375", "376", "377", "378", "38", "380", 
"382", "386", "387", "388", "389", "39", "390", "391", "392", 
"393", "394", "395", "396", "397", "398", "399", "4", "40", "400", 
"401", "402", "403", "404", "405", "406", "407", "408", "409", 
"41", "410", "411", "412", "413", "415", "416", "417", "418", 
"419", "42", "420", "421", "422", "423", "424", "425", "426", 
"427", "428", "429", "43", "430", "431", "432", "433", "435", 
"436", "437", "438", "439", "44", "441", "442", "444", "445", 
"448", "451", "452", "453", "454", "456", "457", "458", "459", 
"46", "460", "461", "462", "463", "464", "467", "468", "47", 
"470", "471", "475", "476", "477", "478", "479", "480", "481", 
"482", "483", "486", "487", "49", "492", "493", "494", "496", 
"497", "499", "5", "50", "500", "501", "502", "503", "504", "505", 
"506", "507", "508", "509", "51", "510", "511", "512", "516", 
"517", "518", "519", "520", "521", "522", "523", "524", "525", 
"526", "527", "528", "529", "530", "531", "532", "533", "534", 
"535", "536", "537", "539", "54", "541", "543", "544", "545", 
"546", "547", "548", "55", "551", "552", "553", "554", "555", 
"556", "557", "558", "559", "56", "561", "562", "563", "564", 
"565", "566", "567", "568", "569", "57", "570", "571", "572", 
"573", "574", "575", "576", "577", "578", "579", "58", "580", 
"581", "582", "584", "585", "586", "587", "588", "589", "59", 
"590", "591", "592", "593", "594", "597", "599", "6", "60", "601", 
"602", "603", "604", "606", "607", "608", "609", "61", "610", 
"611", "612", "613", "614", "615", "616", "617", "618", "619", 
"62", "620", "621", "622", "623", "624", "625", "626", "627", 
"628", "629", "63", "630", "631", "632", "633", "634", "635", 
"636", "637", "639", "64", "640", "641", "642", "643", "644", 
"645", "646", "647", "648", "649", "650", "651", "652", "653", 
"654", "658", "659", "66", "665", "666", "667", "67", "671", 
"674", "675", "676", "678", "68", "680", "682", "683", "685", 
"686", "689", "69", "690", "697", "698", "7", "70", "702", "703", 
"704", "705", "706", "707", "708", "71", "710", "711", "713", 
"714", "716", "717", "718", "719", "72", "720", "721", "723", 
"724", "726", "727", "728", "729", "73", "730", "731", "732", 
"733", "734", "735", "736", "737", "738", "739", "74", "740", 
"741", "742", "743", "744", "745", "747", "748", "749", "75", 
"750", "751", "752", "754", "755", "756", "757", "758", "759", 
"76", "760", "762", "763", "764", "765", "766", "767", "768", 
"769", "77", "770", "772", "775", "776", "777", "778", "779", 
"78", "780", "79", "8", "80", "81", "82", "83", "84", "85", "86", 
"87", "88", "9", "90", "91", "93", "94", "95", "97", "98", "99"
), class = "factor"), Upper_percentage = c(0, 0, 0, 0, 0, 1.42857142857143, 
2, 0, 0, 0.15, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.222222222222222, 0.333333333333333, 
0.444444444444444, 1.66666666666667, 0, 0, 0, 1.14285714285714, 
0, 0, 0.8, 0, 0, 0, 0, 1.33333333333333, 2.6, 2.63636363636364, 
6.81818181818182, 0, 0, 0.1, 5.73684210526316, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0.285714285714286, 
6, 0, 0.333333333333333, 0.333333333333333, 3.33333333333333, 
0, 0.5, 2.875, 0, 0, 13.6666666666667, 21.5, 0.6, 0.6, 8.2, 25.6, 
0, 0, 0.25), Week = c(26L, 27L, 29L, 31L, 26L, 29L, 31L, 27L, 
29L, 31L, 27L, 29L, 31L, 27L, 29L, 31L, 27L, 31L, 27L, 29L, 31L, 
27L, 29L, 31L, 27L, 29L, 31L, 27L, 29L, 31L, 27L, 29L, 31L, 26L, 
27L, 29L, 31L, 26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 27L, 29L, 
31L, 26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 
26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 27L, 
29L, 31L, 26L, 27L, 29L, 31L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 
27L, 29L, 31L, 26L, 27L, 29L, 31L, 26L, 27L, 29L, 31L, 27L, 29L, 
31L)), row.names = c(NA, 100L), class = "data.frame"))

В примере приведены 29 различных кодов Plant_ID, поэтому я должен получить 29 наблюдений за счет AUDPC. Вместо этого я получаю 29 наблюдений, но большинство из них - НС.

Заранее спасибо, что нашли время помочь с моей проблемой и извините, если мне где-то неясно!

Ответы [ 3 ]

0 голосов
/ 03 апреля 2019

Может быть, вам нужна функция nrow вместо функции length. Смотрите пост здесь для обсуждения различий между двумя функциями:

почему nrow (датафрейм) и длина (dataframe) в r дают разные результаты?

EDIT На самом деле, ошибка, кажется, в вашем цикле: 

for (i in 1:length(out[,1])){
  tree.ID <- DF1$Plant_ID[i] #assign tree.ID for use in audpc func

  #n = number of observations (timepoints) of PM infection
  n <- length(subset(DF1, Plant_ID == tree.ID)$Week)
  #if n > 2, run the output func and put the value into the AUDPC column 
  # of your output df that corresponds to the current tree.ID
  out$AUDPC[which(out$Plant_ID == tree.ID)] <- ifelse(
    n > 2, audpc(DF1, tree.ID), NA)
}

Вы перебираете i строки в вашем выходном фрейме данных. Тем не менее, первая строка в вашем цикле использует i-ю строку df-фрейма данных в качестве контрольной точки. Я думаю, что он должен использовать i-й ряд вашего outframe. Измените первую строку в вашем цикле на: 

  tree.ID <- out$Plant_ID[i] #assign tree.ID for use in audpc func
0 голосов
/ 03 апреля 2019

Спасибо вам обоим за ваши комментарии! Я обнаружил, если я изменяю 

for (i in 1:length(out[,1])){

Вместо этого, чтобы перейти к длине (как показано ниже) всего фрейма данных OG, он, кажется, работает 

for (i in 1:length(DF1[,1])){

Но я не очень понимаю, почему это сработало, но мы все равно!

Еще раз спасибо!

0 голосов
/ 03 апреля 2019

Я думаю, что ваша проблема возникла отсюда, начало вашего цикла 

for(i in 1:(n-1)){

Вам нужно написать: 

for(i in 1:length(data.frame)) {

Очевидно, data.frame будет именемнабор данных, с которым вы сейчас работаете.

Дайте мне знать, как это происходит

...