我如何为此数据创建循环？

问题描述 投票：0回答：2

我遇到的问题是这样的：我有使用R的经验，但不幸的是，循环并不是我的强项。我想创建一个缩短以下内容的循环：

library(wbstats)

enrg_cons = wb(country = "all", indicator = "EG.USE.PCAP.KG.OE")
gdp = wb(country = "all", indicator = "NY.GDP.PCAP.CD")


#Separating members of the OECD
#Australia
enrg_cons_AUS = enrg_cons[which(enrg_cons$iso3c == "AUS" & enrg_cons$date >=1995 & enrg_cons$date <=2014), 
                          names(enrg_cons) %in% c("date", "value", "country")]
gdp_AUS = gdp[which(gdp$iso3c == "AUS" & gdp$date >=1995 & gdp$date<=2014), names(gdp) %in% c("date", "value", "country")]
#Austria
enrg_cons_AUT = enrg_cons[which(enrg_cons$iso3c == "AUT" & enrg_cons$date >=1995 & enrg_cons$date <=2014), 
                          names(enrg_cons) %in% c("date", "value", "country")]
gdp_AUT = gdp[which(gdp$iso3c == "AUT" & gdp$date >=1995 & gdp$date<=2014), names(gdp) %in% c("date", "value", "country")]
#Belgium
enrg_cons_BEL = enrg_cons[which(enrg_cons$iso3c == "BEL" & enrg_cons$date >=1995 & enrg_cons$date <=2014), 
                          names(enrg_cons) %in% c("date", "value", "country")]
gdp_BEL = gdp[which(gdp$iso3c == "BEL" & gdp$date >=1995 & gdp$date<=2014), names(gdp) %in% c("date", "value", "country")]
#Canada
enrg_cons_CAN = enrg_cons[which(enrg_cons$iso3c == "CAN" & enrg_cons$date >=1995 & enrg_cons$date <=2014), 
                          names(enrg_cons) %in% c("date", "value", "country")]

我想调查约20个OECD国家的GDP和能源消耗，我想创建一个不错的循环，从上面的代码中提取我的值，而无需为每个国家编写。我还想为以下命令创建一个循环：

#Augmented Dickey-Fuller(ADF) test
adf.test(log(gdp_AUS$value), k = 0)$p.value; adf.test(diff(log(enrg_cons_AUS$value)), k = 0)
adf.test(log(gdp_AUT$value), k = 0)$p.value; adf.test(diff(log(enrg_cons_AUT$value)), k = 0)

再次针对我正在研究的所有国家/地区。我希望这些信息是足够的和可复制的，如果不能，请告诉我，我将尽最大努力加以改进！预先谢谢！

r
2个回答
0
投票

有几种方法可以做到这一点。最适合您当前工作流程的一项可能是assign函数。

分配解决方案

首先将数据提取打包为一对函数：

get_country_enrg_cons <- function(country) {
  enrg_cons[
    enrg_cons$iso3c == country & enrg_cons$date >=1995 & enrg_cons$date <=2014, 
    c("date", "value", "country")
  ]
}

get_country_gdp <- function(country) {
  gdp[
    gdp$iso3c == country & gdp$date >=1995 & gdp$date<=2014, 
    c("date", "value", "country")
  ]
}

然后我们可以遍历国家/地区列表，并将结果分配给使用paste创建的变量：

countries <- c("AUS", "AUT", "BEL", "CAN")

for (country in countries) {
  assign(paste0("energ_cons_", country), get_country_enrg_cons(country))
  assign(paste0("gdp_", country), get_country_gdp(country))
}

您应该最终获得全局环境中所需的表。

然后像这样应用Dickey-Fuller测试图：

library(tseries)

get_adf_test <- function(country_gdp, country_enrg_cons) {
  adf.test(
    log(country_gdp$value), k = 0)$p.value;
    adf.test(diff(log(country_enrg_cons$value)), k = 0)
}

for (country in countries) {
  country_gdp <- eval(parse(text = paste0("gdp_", country)))
  country_enrg_cons <- eval(parse(text = paste0("energ_cons_", country)))
  assign(paste0("adf_", country), get_adf_test(country_gdp, country_enrg_cons))
}

但是，我将是第一个承认此解决方案并不完美的公司。一种更简单的解决方案是基于表的解决方案，该解决方案将所有变量保留在单个数据结构中。

Tidyverse解决方案

使用上面定义的功能，我们可以创建一个带有包含输出数据帧以及模型输出的列表列的表。

library(tidyverse)

countries_df <- tibble(country = c("AUS", "AUT", "BEL", "CAN"))

countries_df <- countries_df %>% 
  rowwise() %>% 
  mutate(
    country_gdp = list(get_country_gdp(country)),
    country_enrg_cons = list(get_country_enrg_cons(country)),
    country_adf_test = list(get_adf_test(country_gdp, country_enrg_cons))
  ) %>%
  ungroup()

现在可以使用子集操作访问模型输出：

countries_df %>% 
  filter(country == "AUS") %>% 
  pull(country_adf_test)

#   Augmented Dickey-Fuller Test
# 
# data:  diff(log(country_enrg_cons$value))
# Dickey-Fuller = -3.1949, Lag order = 0, p-value = 0.1172
# alternative hypothesis: stationary
0
投票

这主要是按组的汇总。对于每个isoc，您都对摘要统计感兴趣。除了可以在环境中创建250个以上的对象之外，我们还可以使用data.table

进行汇总
library(data.table)
setDT(gdp)
gdp[between(date, 1995, 2014) & iso3c != 'SOM', 
    adf.test(log(value), k = 0)$p.value,
    by = iso3c]

      iso3c         V1
     <char>      <num>
  1:    ARB 0.75501918
  2:    CSS 0.49522577
  3:    CEB 0.73116544
  4:    EAR 0.92497081
  5:    EAS 0.99000000
 ---                  
253:    VIR 0.97525907
254:    PSE 0.95374047
255:    YEM 0.05792444
256:    ZMB 0.95657239
257:    ZWE 0.79529898

现在您可能已经注意到了iso3C != 'SOM'部分。由于似乎没有足够的观测值可以进行计算，因此存在一些错误。因此，一种更通用的data.table方法将是：

library(data.table)
setDT(gdp)
gdp[between(date, 1995, 2014), 
    if (.N > 5L) adf.test(log(value), k = 0)$p.value,
    by = iso3c]

setDT(enrg_cons)
enrg_cons[between(date, 1995, 2014),
          if (.N > 5L) adf.test(diff(log(value)), k = 0),
          by = iso3c]

数据和设置：

library(wbstats)
library(tseries)

enrg_cons = wb(country = "all", indicator = "EG.USE.PCAP.KG.OE")
gdp = wb(country = "all", indicator = "NY.GDP.PCAP.CD")
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.