在df中的列的连续组上使用R进行因子分析

Question

我有一个具有10,000列（SNP频率）的df。 我需要使用非重复向量进行仿真（因子分析）。 为此，我需要对分成10组的列子集进行因子分析。例如，cols 1:10，11:20; 21:30。 由于手动指定它会花费很多时间，因此我需要一个简单的脚本来完成。 我写了这个，但是似乎不起作用。 我无法弄清楚如何告诉R什么时候开始和停止每次迭代。

ind=seq(1,(ncol(df)-10),by=10)

for (i in ind) { start=i;end=i+9; rez = factanal(df,factors=1, start:end)  }

Answer 1

只是一个小指针：

 groups <- seq(from=1, to=10000, by=10)

这对于将列分为10组可能很有用。然后，对于组的每个元素，您可以添加0:9 。 看到

> 1 + 0:9
 [1]  1  2  3  4  5  6  7  8  9 10

这可以用于子集数据框。

例如，

for(i in groups){
  your_function( dat[, i + 0:9] )
}

将使用相应的数据执行您的功能。 确保适当存储函数的输出。 将其包装为一个lapply调用可能会很有用，例如

 lapply(groups, function(x) your_function(dat[, x + 0:9]))

将输出保存在列表中。

虽然这可能是一个问题的答案，让我仍然增加，我会做什么，因为我认为这可以帮助你更从长远来看：不是遍历列，我会melt数据框为长格式，创建指示指数每组10个作为新变量，然后将该变量与dplyr的group_by()操作结合使用作为分组变量进行分组分析。