我编写了一个函数,它可以创建一个数据框架:(这个函数修改了全局环境!)
abc=function(x,y) {
if(y>=11)
stop("Noooooooooooooooooooooooooope!")
value = NA
for (i in 1:10) {
a=2+i
b=3
value[i]=(x+a)*(b*y)
}
df=data.frame(ID=(1:10),Value=(value))
assign("df",df,envir = .GlobalEnv)
View(df)
}
abc(2,9)此函数创建如下数据框架:
ID Value
1 1 135
2 2 162
3 3 189
4 4 216
5 5 243
6 6 270
7 7 297
8 8 324
9 9 351
10 10 378但是现在我需要创建一个“大”数据框架,其中将包含更多的列。对于论点abc(1,9),abc(2,9),abc(3,9) .abc(13,9)。新的数据框架如下所示:
ID Value1 Value2 Value3 ...
1 1 108 135 ...
2 2 135 162 ...
3 3 162 189 ...
4 4 189 216 ...
5 5 216 243 ...
6 6 243 ... ...
7 7 270 ... ...
8 8 297 ... ...
9 9 324 ... ...
10 10 351 ... ...我怎么能做到呢?
发布于 2015-01-06 16:24:47
您可以从函数的数据框架中删除ID列,而不是assign调用,只需return value向量即可。然后以这样的方式进行:
df<- data.frame(ID=1:10, Value1=abc(1,9), Value2=abc(2,9), Value3=abc(3,9))当然,根据你对“大”的定义,这可能是低效的,也可能是不可行的。
发布于 2015-01-06 16:26:13
不是最优雅的,但也不算太糟:
首先,我修改了您的函数,因为我觉得View很烦人,所以显式地返回一个东西要好得多,而不是只把它放在全局环境中:
abc=function(x,y) {
if(y>=11)
stop("Noooooooooooooooooooooooooope!")
value = NA
for (i in 1:10) {
a=2+i
b=3
value[i]=(x+a)*(b*y)
}
df=data.frame(ID=(1:10),Value=(value))
#assign("df",df,envir = .GlobalEnv)
#View(df)
}现在要为x = 1:13运行它并组合结果:
dflist = lapply(1:13, abc, y = 9)
for (i in seq_along(dflist)) {
names(dflist[[i]])[2] = paste0("Value", i)
}
bigdf = Reduce(function(...) merge(..., all = T), dflist)(使用this answer中的方法)
https://stackoverflow.com/questions/27802692
复制相似问题