对于循环答案不匹配正确的答案。两个回路工作的差异不明

Question

我正在修古瑟拉课程。我所做的作业问题如下：

编写一个名为“污染平均值”的函数，计算在指定的监视器列表中污染物(硫酸盐或硝酸盐)的平均值。函数“污染”包含三个参数：“目录”、“污染物”和“id”。给定矢量监视器ID号，“污染平均”读取“目录”参数中指定的目录中的“颗粒物质数据”，并在所有监视器中返回污染物的平均值，而忽略任何编码为NA的缺失值。

此问题的数据集如下：https://d396qusza40orc.cloudfront.net/rprog%2Fdata%2Fspecdata.zip

我得到第一个循环的答案为3.8383，而第二个给出正确的答案为4.064。我找不到差异的发生，因为减法，iv做了第一个函数。我的调试说，它应该给出与在函数2中出现的函数1中的iv相同的行数，但是有些地方是不同的。

职能1

pollutantmean<-function(directory, pollutant, id=1:332){
  file_list<-list.files(directory, full.names=TRUE)
  dat<-data.frame()
  mean_select_pol<-c()
  for(i in 1:332){
    dat<- rbind(dat, read.csv(file_list[i]))
  }
  select_pol<-dat[which(dat[,"ID"]==id), ]
  mean_select_pol<-mean(select_pol[, pollutant], na.rm=TRUE)
  mean_select_pol
}

职能2

pollutantmean <- function(directory, pollutant, id = 1:332) {
  files <- list.files(directory, full.names=TRUE)
  dat <- data.frame()

  for(i in id)
  {
    dat <- rbind(dat, read.csv(files[i]))
  }

  mean_data <- mean(dat[,pollutant], na.rm = TRUE)
  round(mean_data, digits=3)
}

Answer 1

尽管我无法得到与你相同的答案，但无论我选择哪种污染物，提供的数据/函数都是一样的。然而，我能够通过纠正几个问题来实现这两个功能。第一个是在select_pol<-dat[which(dat[,"ID"]==id), ]行中，您的id接受与==不兼容的多个值(与id中的第一个值相比较，因此发出警告)；您实际上是将整个数据过滤为1的id值(我认为是第一个)，因此平均值只表示其中的一个文件。相反，您应该使用select_pol<-dat[which(dat[,"ID"] %in% id), ]，我认为它将完成您想做的事情(%in%将比较id中的所有值)。但是，我不知道这一行试图实现什么，您的id中的值与for循环中的i相同。如果id并不总是1:332，那么下面的代码将更高效，因为您不会加载所有332个文件，然后过滤掉一些文件

pollutantmean<-function(directory, pollutant, id=1:332){
  file_list<-list.files(directory, full.names=TRUE)
  dat<-data.frame()
  mean_select_pol<-c()
  for(i in id){
    dat<- rbind(dat, read.csv(file_list[i]))
  }
  mean_select_pol<-mean(dat[, pollutant], na.rm=TRUE)
  mean_select_pol
}