R控制台结果在外部文件夹中

Question

我正在研究ARIMA模型，我在R控制台上得到了以下结果：

ARIMA(0,1,0) with drift         : 124.185
 ARIMA(1,1,0) with drift         : 127.0279
 ARIMA(0,1,1) with drift         : 126.831
 ARIMA(0,1,0)                    : 121.4817
 ARIMA(1,1,1) with drift         : Inf

 Best model: ARIMA(0,1,0)                    

 ARIMA(2,1,2) with drift         : Inf
 ARIMA(0,1,0) with drift         : 125.6857
 ARIMA(1,1,0) with drift         : 128.5824
 ARIMA(0,1,1) with drift         : 128.4456

但我希望结果以表格的形式自动存储在外部文件夹中，如下所示：

[![Model                    AIC
ARIMA(0,1,0) with drift 124.185
ARIMA(1,1,0) with drift 127.0279

ARIMA(0,1,1) with drift 126.831

ARIMA(0,1,0)                        Inf

Best model: ARIMA(0,1,0)                        
ARIMA(2,1,2) with drift : Inf][1]][1]

我用来获得结果的代码；

data<-read.table(file.choose(), header=T,sep="",quote="")
library(forecast)
dat<-c()
Error<- NULL
for(a in 1:11){
  for(b in 1:5){
        for (c in 1:5){
               Data1<-data[(nrow(data)-9-2*(a-1)+(b-1)):(nrow(data)-10+(b-1)),] 
      }
#This selects test sets 1,2,3,4, and 5 years beyond the training set
      Data2<-data[(nrow(data)-10+(b+c)):(nrow(data)-10+(b+c)),]
      Data3<-data[(nrow(data)-11+(b+c)):(nrow(data)-10+(b+c)),]
      #Fitting autoarima model
       fitarima<-auto.arima(Data1$abun,trace = TRUE)
      muhat<-predict(fitarima,data=Data2$abun)
      muhat$pred<-as.numeric(muhat$pred)
      for (i in nrow(Data2)){
         Error[i]<-abs(muhat$pred-Data2$abun)
          dat<-rbind(dat,Error)
      }
       }
  }
}

Answer 1

您可以从控制台获取输出，并使用read.table()创建数据帧。然后，您可以使用gridExtra包来创建数据框表。然后使用` pdf ()将表导出为pdf。

library(grid)
library(gridExtra)

rawdata <- 'ARIMA(0,1,0) with drift         : 124.185
 ARIMA(1,1,0) with drift         : 127.0279
 ARIMA(0,1,1) with drift         : 126.831
 ARIMA(0,1,0)                    : 121.4817
 ARIMA(1,1,1) with drift         : Inf

 Best model: ARIMA(0,1,0)                    

 ARIMA(2,1,2) with drift         : Inf
 ARIMA(0,1,0) with drift         : 125.6857
 ARIMA(1,1,0) with drift         : 128.5824
 ARIMA(0,1,1) with drift         : 128.4456'

df <- read.table(text = rawdata, header = F, sep = ":", col.names = c('Model', 'AIC'))

best <- df[6,]

df <- df[-6,]

hj <-  matrix(c(0, 0.5), ncol=2, nrow=nrow(df), byrow=TRUE)

x <-  matrix(c(0, 0.5), ncol=2, nrow=nrow(df), byrow=TRUE)

mytheme <- ttheme_default(core = list(fg_params = list(hjust=0,
                                                       x=0.1, 
                                                       fontsize=10)),
                          colhead = list(fg_params = list(fontsize=10, 
                                                          fontface="bold"))
)


pdf("arima_models.pdf", height=6, width=8.5, onefile = TRUE)
grid.table(df, theme = mytheme, rows = NULL)
pushViewport(viewport(y=.25,height=.5))
grid.table(best, rows = NULL, cols = NULL, theme = mytheme)
dev.off()

以下是输出的图像

​

Answer 2

我们要做的是将打印到控制台的输出保存为文本文件，然后将文本文件读入R。我们将使用sink()函数将输出保存到控制台。由于每次迭代都会打印输出，因此我们需要在for循环中包含sink()。您可以在下面的for循环中看到，我在auto.arima()调用周围放置了两个sink()调用。这是因为这是将输出打印到控制台的函数。我已经使用paste0()为每次迭代的输出创建了一个新名称。输出将保存为"output 1.txt“格式的文本文件。

library(forecast)
library(grid)
library(gridExtra)

dat<-c()
Error<- NULL
x <- 1
for(f in 1:11){
  for(b in 1:5){
    for (c in 1:5){
      Data1<-data[(nrow(data)-9-2*(f-1)+(b-1)):(nrow(data)-10+(b-1)),] 
    }
    #This selects test sets 1,2,3,4, and 5 years beyond the training set
    Data2<-data[(nrow(data)-10+(b+c)):(nrow(data)-10+(b+c)),]
    Data3<-data[(nrow(data)-11+(b+c)):(nrow(data)-10+(b+c)),]
    #Fitting autoarima model
    sink(paste0("output", " ", x, ".txt"))
    fitarima<-auto.arima(Data1$abun,trace = TRUE)
    sink()
    x <- x + 1
    muhat<-predict(fitarima,data=Data2$abun)
    muhat$pred<-as.numeric(muhat$pred)
    for (i in nrow(Data2)){
      Error[i]<-abs(muhat$pred-Data2$abun)
      dat<-rbind(dat,Error)
    }
  }
}

for循环完成后，我们将文件导入R。我们使用list.files()获得文件列表，它在工作目录中搜索文件扩展名为“.txt”的文件。我们在read.table()上使用lapply()创建一个数据帧列表，其中包含每次迭代的arima模型。然后，我们只需循环遍历列表中的每个对象，并创建数据框的绘图，然后保存它。这和之前一样，我只是为每个数据帧创建了一个循环来做这件事。最佳模型保存在每个数据帧的最后一行，因此可以方便地使用nrow(mod)进行提取。

files <- list.files(getwd(), pattern = ".txt")
arima_mods <- lapply(files, read.table, sep = ":", header = FALSE)

j <- 1

for (mod in arima_mods) {

  df <- mod[-nrow(mod), , drop = FALSE]

  best <- mod[nrow(mod), , drop = FALSE]

  colnames(df) <- c('Model', 'AIC')

  hj <-  matrix(c(0, 0.5), ncol=2, nrow=nrow(df), byrow=TRUE)

  x <-  matrix(c(0, 0.5), ncol=2, nrow=nrow(df), byrow=TRUE)

  mytheme <- ttheme_default(core = list(fg_params = list(hjust=hj,
                                                         x=x, 
                                                         fontsize=10)),
                            colhead = list(fg_params = list(fontsize=10, 
                                                            fontface="bold"))
  )


  mod_num <- paste0('arima_fit', j, ".pdf")

  pdf(mod_num, height=6, width=8.5, onefile = TRUE)
  grid.table(df, theme = mytheme, rows = NULL)
  pushViewport(viewport(y=.25,height=.5))
  grid.table(best, rows = NULL, cols = NULL, theme = mytheme)
  dev.off()

  j <- j + 1
}

这是其中一张桌子的图片

​