我一直在堆积这项工作很长一段时间,尝试了不同的方法,但无法成功。
我想要的是将以下4个函数应用于for循环中的30个不同数据(data1,2,3,... data30)或R中的任何内容。这些数据集具有相同的(10)列号和不同的行。
这是我为第一个数据(data1)编写的代码。它运作良好。
for(i in 1:nrow(data1)){
data1$simp <-diversity(data1$sp, "simpson")
data1$shan <-diversity(data1$sp, "shannon")
data1$E <- E(data1$sp)
data1$D <- D(data1$sp)
}
我想将此代码应用于其他29个数据,以便不重复该过程29次。
以下代码我现在正在尝试做什么。但还是不对。
data.list <- list(data1, data2,data3,data4,data5)
for(i in data.list){
data2 <- NULL
i$simp <-diversity(i$sp, "simpson")
i$shan <-diversity(i$sp, "shannon")
i$E <- E(i$sp)
i$D <- D(i$sp)
data2 <- rbind(data2, i)
print(data2)
}
所以我想问一下如何告诉R将函数应用于其他29个数据?
提前致谢!
你可以用Map
做到这一点。
fun <- function(DF){
for(i in 1:nrow(DF)){
DF$simp <-diversity(DF$sp, "simpson")
DF$shan <-diversity(DF$sp, "shannon")
DF$E <- E(DF$sp)
DF$D <- D(DF$sp)
}
DF
}
result.list <- Map(fun, data.list)
或者,如果你不想在fun
中使用.GlobalEnv
函数lapply
。
result.list <- lapply(data.list, function(DF){
for(i in 1:nrow(DF)){
DF$simp <-diversity(DF$sp, "simpson")
DF$shan <-diversity(DF$sp, "shannon")
DF$E <- E(DF$sp)
DF$D <- D(DF$sp)
}
DF
})
如果我理解了这个问题,你最终会询问你的'data2'变量以及如何将它们合并在一起?我认为你遇到的问题是你在每次循环迭代时设置data2 <- NULL
。下面提出的解决方案将此定义移到循环之外,对rbind()
的调用现在应该将所有数据框附加在一起以返回合并数据集。
data.list <- list(data1, data2,data3,data4,data5) #all 29 can go here
data2 <- NULL
for(i in data.list){
i$simp <-diversity(i$sp, "simpson")
i$shan <-diversity(i$sp, "shannon")
i$E <- E(i$sp)
i$D <- D(i$sp)
data2 <- rbind(data2, i)
}
print(data2)
我假设你的data1,...,dataN是存储在目录中的文件,你一次只能读取它们。他们也有相同的标题。
您可以做的是一次导入一个,然后执行您想要的操作,如您所述:
files <- list.files(directoryPath) #maybe you can grep() some specific files
for (f in files){
data <- read.table(f) #choose header, sep and so on...
for(i in 1:nrow(data)){
data$simp <-diversity(data$sp, "simpson")
data$shan <-diversity(data$sp, "shannon")
data$E <- E(data$sp)
data$D <- D(data$sp)
}
}
请注意,您必须在工作目录中,或者在阅读表时必须添加文件名的路径(即paste(path, f, sep="")
)
有很多选项,这里只使用基本功能:
data.list <- list(data1, data2, data3, data4, data5)
changed_data <- lapply(data.list, function(my_data) {
my_data$simp <-diversity(my_data$sp, "simpson")
my_data$shan <-diversity(my_data$sp, "shannon")
my_data$E <- E(my_data$sp)
my_data$D <- D(my_data$sp)
my_data})