lapply in R- function to each column

Question

我有一个问题，我认为需要在R中应用(尽管我对其他解决方案持开放态度)。

我有一个数据集(下面粘贴的生成代码)，其中包含一个二进制变量的多个排列，这会导致每个永久变量都有一个Y。我正在尝试运行一个使用X1-X75变量作为每个Y变量的预测器的模型。这最终将是一个推算模型，所以我需要的第一步是简单地对数据进行子集，这样我就可以根据排列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apply语句中做到这一点。我似乎无法在同一数据集中同时获得感兴趣的列和预测值。这是我的代码，其中cont只获取控制列，ob是感兴趣的行。在本例中，我想要100个数据集(或一个堆叠的数据集)，每个数据集的Y.control.perm1...100是唯一的，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)])
     })

问题归结为:如何使用lapply (或类似的函数)将函数应用于数据集中的列的子集，列表中的每个元素都是数据集的不同列？

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)

Answer 1

这将创建100个名为dataset1...dataset100的数据集，每个数据集都有一个Y变量和75个感兴趣的X变量：

for(i in cont){
  nam <- paste("dataset", i, sep = "")
  assign(nam, d[d$ob==0,c(i,1:75)])
}

Answer 2

这是@hack-r答案的lapply版本，它将返回一个列表，其中包含与该答案中构造的相同的data.frames。

# return a list of data.frames
myList <- lapply(cont, function(i), d[d$ob==0, c(i, 1:75)])
# add names to the list
names(myList) <- paste0("dataset", cont)

您可能有兴趣看看@gregor对this question的回答，以获得一些使用列表中存储的data.frames的好技巧。