如何在R中编写一个循环，根据列名创建多个不同的数据子集？

Question

我想编写一个循环，从一个大数据框架(包含48列总计)创建数据子集，该数据集还可以自动地写入.txt文件中。首先，我将描述我试图在每个文件中实现的结构：

• 前9列应该打印到从主文件创建的每个子集中。对于创建的所有文件来说，这些都是必需的。每个子集共有11列，

，

• ，第10列和第11列将在每个子集中发生变化。循环应该遍历原始数据框架中的其余39列，并以所有可能的方式组合它们。因此，如果原始数据集中的列名为AA、BB、CC、DD、EE，则子集数据的一些示例组合为：

(前9栏) AA BB

(首9栏) AA CC

(首9栏) AA DD

(首9栏) AA EE

• 文件应该根据第10列和第11列的名称写出。因此，循环创建的文件是：

AAxBB.txt

AAxCC.txt

AAxDD.txt

AAxEE.txt

我以前尝试过编写使用列名的循环，但结果对我来说并不好。有关我如何试图编写代码的示例，请参阅此previous question。我想知道的是，如何可能两次使用列名作为变量，以便按照我的意愿写出文件。这有可能吗？一个指标体系会更好吗？任何帮助都是非常感谢的！

到目前为止，我正在做的工作如下：

for (i in colnames(data)){
    for (j in colnames(data){
        subset = subset(data, select = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "print(i)", "print(j)"
        write.table(subsetprint(i)&print("x")&print(j), file ="print(i)&print("x")&print(j)", quote = F, row.names = F, col.names = F, sep = " ", na = "-999")
    }
}

Answer 1

基函数combn是这方面的理想选择。您可以获得其余列名的所有组合2乘2，并对每个组合调用一个函数。

首先是一些数据。

set.seed(1234)
df1 <- matrix(rnorm(5*(4+5)), nrow = 5)
df1 <- as.data.frame(df1)

现在是密码。请注意，我将只保留前4列，而不是9列。您应该将函数fun参数DF = df1的默认值更改为DF = yourdata。

first_cols <- 1:4

fun <- function(nms, DF = df1, fc = first_cols){
  cols <- c(names(DF)[fc], nms)
  outfile <- paste(nms, collapse = 'x')
  outfile <- paste(outfile, 'txt', sep = '.')
  write.table(DF[cols], outfile, 
              row.names = FALSE, col.names = FALSE, 
              quote = FALSE, sep = ' ')
  cols
}
combn(names(df1)[-first_cols], 2, fun)