在df中的列的連續組上使用R進行因子分析

Question

我有一個具有10,000列（SNP頻率）的df。 我需要使用非重復向量進行仿真（因子分析）。 為此，我需要對分成10組的列子集進行因子分析。例如，cols 1:10，11:20; 21:30。 由於手動指定它會花費很多時間，因此我需要一個簡單的腳本來完成。 我寫了這個，但是似乎不起作用。 我無法弄清楚如何告訴R什么時候開始和停止每次迭代。

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

只是一個小指針：

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

這對於將列分為10組可能很有用。然后，對於組的每個元素，您可以添加0:9 。 看到

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

這可以用於子集數據框。

例如，

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

將使用相應的數據執行您的功能。 確保適當存儲函數的輸出。 將其包裝為一個lapply調用可能會很有用，例如

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

將輸出保存在列表中。

雖然這可能是一個問題的答案，讓我仍然增加，我會做什么，因為我認為這可以幫助你更從長遠來看：不是遍歷列，我會melt數據框為長格式，創建指示指數每組10個作為新變量，然后將該變量與dplyr的group_by()操作結合使用作為分組變量進行分組分析。