選擇n個后續分組變量並在r中應用該函數

Question

這是示例數據：

 myd <- data.frame (matrix (sample (c("AB", "BB", "AA"), 100*100, 
 replace = T), ncol = 100))
 variablenames= paste (rep (paste ("MR.", 1:10,sep = ""), 
  each = 10), 1:100, sep = ".")
  names(myd) <- variablenames

每個變量都有一個組，這里我們有十個組。 因此，此數據框中每個變量的組索引如下：

group <- rep(1:10, each = 10)

因此變量名稱和組

 data.frame (group, variablenames)
    group variablenames
1       1        MR.1.1
2       1        MR.1.2
3       1        MR.1.3
4       1        MR.1.4
5       1        MR.1.5
6       1        MR.1.6
7       1        MR.1.7
8       1        MR.1.8
9       1        MR.1.9
10      1       MR.1.10
11      2       MR.2.11
 <<<<<<<<<<<<<<<<<<<<<<<<
100    10     MR.10.100

每個組意味着以下步驟可以單獨應用於變量組。

我有更長的功能，以下是簡短的例子：

函數考慮兩個變量

myfun <- function (x1, x2) {
out <- NULL
out <-  paste(x1, x2, sep=":")
# for other steps to be performed here
return (out)
}
# group 1
myfun (myd[,1], myd[,2]); myfun (myd[,3], myd[,4]); myfun (myd[,5], myd[,6]); 
myfun (myd[,7], myd[,8]); myfun (myd[,9], myd[,10]);
# group 2 
 myfun (myd[,11], myd[,12]); myfun (myd[,13], myd[,14]); .......so on to group 10 ;

通過這種方式，我需要走變量1:10（即在第一組中執行上述操作），然后是11:20（第二組）。 在這種情況下，該組無關緊要，每組中的變量數量可以被一部分（2）采用（考慮）的變量數（10）整除。

但是，在下面的例子中，一次取3個變量 - 每組中的總變量數（3），10/3，最后剩下一個變量。

功能考慮三個變量的時間。

myfun <- function (x1, x2, x3) {
out <- NULL
out <-  paste(x1, x2, x3, sep=":")
# for other steps to be performed here
return (out)
}
# for group 1
myfun (myd[,1], myd[,2], myd[,3])
myfun (myd[,4], myd[,5], myd[,6])
myfun (myd[,7], myd[,8], myd[,9])  
 # As there one variable left before proceedomg to second group, the final group will 
have 1 extra variable  
myfun (myd[,7], myd[,8], myd[,9],myd[,10] )
 # for group 2   
  myfun (myd[,11], myd[,12], myd[,13])
  # and to the end all groups and to end of the file.

我想通過用戶定義的n個時間變量的變量來循環這個過程，其中n可以是1到每個組中的最大變量數。

編輯：只是插圖來顯示過程（例如，只有第1組和第2組演示）：

Answer 1

創建一個將數據拆分為適當列表的函數，並將所需的任何函數應用於列表。

此函數將創建第二個分組變量。 （您的問題中提供了第一個分組變量（ group ）;如果更改了該值，則還應在下面的函數中更改DIM 。）

myfun = function(LENGTH, DIM = 10) {
  PATTERN = rep(1:(DIM %/% LENGTH), each=LENGTH)
  c(PATTERN, rep(max(PATTERN), DIM %% LENGTH))
}

以下是我們將拆分myd 。 在這個例子中，我們首先將myd分成10列組，每組分成3列組，最后一組除外，它將有4列（3 + 3 + 4 = 10）。

注意： 要更改您要分組的列數，例如，一次按兩個變量分組 group2 = rep(myfun(3), length.out=100) 更改為 group2 = rep(myfun(2), length.out=100) 。

group <- rep(1:10, each = 10)
# CHANGE THE FOLLOWING LINE ACCORDING
# TO THE NUMBER OF GROUPS THAT YOU WANT
group2 = rep(myfun(3), length.out=100)

這是分裂過程。 我們首先按名稱拆分，然后將這些名稱與myd匹配，以創建data.frames列表。

# Extract group names for matching purposes
temp = split(names(myd), list(group, group2))

# Match the names to myd
temp = lapply(1:length(temp),
              function(x) myd[, which(names(myd) %in% temp[[x]])])

# Extract the names from the list for future reference
NAMES = lapply(temp, function(x) paste(names(x), collapse="_"))

現在我們有一個列表，我們可以做很多有趣的事情。 您希望將列粘貼在一起，用冒號分隔。 這是你如何做到這一點。

# Do what you want with the list
# For example, to paste the columns together:
FINAL = lapply(temp, function(x) apply(x, 1, paste, collapse=":"))
names(FINAL) = NAMES

這是輸出的示例：

lapply(FINAL, function(x) head(x, 5))
# $MR.1.1_MR.1.2_MR.1.3
# [1] "AA:AB:AB" "AB:BB:AA" "BB:AB:AA" "BB:AA:AB" "AA:AA:AA"
# 
# $MR.2.11_MR.2.12_MR.2.13
# [1] "BB:AA:AB" "BB:AB:BB" "BB:AA:AA" "AB:BB:AA" "BB:BB:AA"
# 
# $MR.3.21_MR.3.22_MR.3.23
# [1] "AA:AB:BB" "BB:AA:AA" "AA:AB:BB" "AB:AA:AA" "AB:BB:BB"
# 
# <<<<<<<------SNIP------>>>>>>>>
#
# $MR.1.4_MR.1.5_MR.1.6
# [1] "AB:BB:AA" "BB:BB:BB" "AA:AA:AA" "BB:BB:AB" "AB:AA:AA"
# 
# $MR.2.14_MR.2.15_MR.2.16
# [1] "AA:BB:AB" "BB:BB:BB" "BB:BB:AB" "AA:BB:AB" "BB:BB:BB"
# 
# $MR.3.24_MR.3.25_MR.3.26
# [1] "AA:AB:BB" "BB:AA:BB" "BB:AB:BB" "AA:AB:AA" "AB:AA:AA"
# 
# <<<<<<<------SNIP------>>>>>>>>
#
# $MR.1.7_MR.1.8_MR.1.9_MR.1.10
# [1] "AB:AB:AA:AB" "AB:AA:BB:AA" "BB:BB:AA:AA" "AB:BB:AB:AA" "AB:BB:AB:BB"
# 
# $MR.2.17_MR.2.18_MR.2.19_MR.2.20
# [1] "AB:AB:BB:BB" "AB:AB:BB:BB" "AB:AA:BB:BB" "AA:AA:AB:AA" "AB:AB:AB:AB"
# 
# $MR.3.27_MR.3.28_MR.3.29_MR.3.30
# [1] "BB:BB:AB:BB" "BB:BB:AA:AA" "AA:BB:AB:AA" "AA:BB:AB:AA" "AA:AB:AA:BB"
# 
# $MR.4.37_MR.4.38_MR.4.39_MR.4.40
# [1] "BB:BB:AB:AA" "AA:BB:AA:BB" "AA:AA:AA:AB" "AB:AA:BB:AB" "BB:BB:BB:BB"
# 
# $MR.5.47_MR.5.48_MR.5.49_MR.5.50
# [1] "AB:AA:AA:AB" "AB:AA:BB:AA" "AB:BB:AA:AA" "AB:BB:BB:BB" "BB:AA:AB:AA"
# 
# $MR.6.57_MR.6.58_MR.6.59_MR.6.60
# [1] "BB:BB:AB:AA" "BB:AB:BB:AA" "AA:AB:AB:BB" "BB:AB:AA:AB" "AB:AA:AB:BB"
# 
# $MR.7.67_MR.7.68_MR.7.69_MR.7.70
# [1] "BB:AB:BB:AA" "BB:AB:BB:AA" "BB:AB:BB:AB" "AB:AA:AA:AA" "AA:AA:AA:AB"
# 
# $MR.8.77_MR.8.78_MR.8.79_MR.8.80
# [1] "AA:AB:AA:AB" "AB:AA:AB:BB" "BB:BB:AA:AB" "AB:BB:BB:BB" "AB:AA:BB:AB"
# 
# $MR.9.87_MR.9.88_MR.9.89_MR.9.90
# [1] "AA:BB:AB:AA" "AA:AB:BB:BB" "AA:BB:AA:BB" "AB:AB:AA:BB" "AB:AA:AB:BB"
# 
# $MR.10.97_MR.10.98_MR.10.99_MR.10.100
# [1] "AB:AA:BB:AB" "AB:AA:AB:BB" "BB:AB:AA:AA" "BB:BB:AA:AA" "AB:AB:BB:AB"

Answer 2

我建議重新編碼myfun以獲取矩陣並使用plotrix包中的pasteCols。

library(plotrix)

myfun = function(x){
    out = pasteCols(t(x), sep = ":")
    # some code
    return(out)
}  

那么，它非常簡單：對於每個組，使用模數和整數除法計算當你調用myfun時要使用的第一列和最后一列的索引：

rubiques_solution = function(group, myd, num_to_group){
   # loop over groups
   for(g in unique(group)){
      var_index = which(group == g)
      num_var = length(var_index)

      # test to make sure num_to_group is smaller than the number of variable
      if(num_var < num_to_group){
         stop("num_to_group > number of variable in at least one group")
         }

      # number of calls to myfun
      num_calls = num_var %/% num_to_group

      # the idea here is that we create the first and last column
      # in which we are interested for each call
      first = seq(from = var_index[1], by = num_to_group, length = num_calls)
      last = first + num_to_group -1
      # the last call will contain possibly more varialbe, we adjust here:
      last[length(last)] = last[length(last)] + (num_var %% num_to_group)

      for(i in num_calls){
         # maybe do something with the return value of myfun ?
         myfun(myd[,first[i]:last[i]])
      }
   }  
}  

group = rep(1:10, each = 10) # same than yours
myd = data.frame (matrix (sample (c("AB", "BB", "AA"), 100*100, replace = T), ncol = 100)) # same than yours
num_to_group = 2 # this is your first example
rubiques_solution(group, myd, num_to_group)

希望我理解正確的問題。