Re: [問題] 如何使用迴圈跑變數命名

看板R_Language作者andrew43 (討厭有好心推文後刪文者)時間7年前 (2018/03/29 17:37)推噓3(3推 0噓 9→)

留言12則, 4人參與討論串2/2 (看更多)

我建議不要生成10個物件，而改成以一個list來做，之後會好操作很多。下面的例子做3次glm() Y <- data.frame( Y1 = rbinom(10000, 1, 0.1), Y2 = rbinom(10000, 1, 0.5), Y3 = rbinom(10000, 1, 0.9) ) X <- data.frame(foo = rnorm(10000), bar = rnorm(10000)) fit <- apply( Y, 2, FUN = function(this.Y) { glm(this.Y ~ ., family = binomial, data = X) } ) # 接下來看看下面的code回傳什麼 exp(coef(fit$Y1)) summary(fit$Y2) predict(fit$Y3) # 明白後可以利用lapply()或sapply()做工作了 sapply(fit, coef) lapply(fit, function(this.fit) { print(summary(this.fit)) }) sapply(fit, function(this.fit) { predict(this.fit, type = "response", newdata = X) }) ※ 引述《ss12356tw (ss12356tw)》之銘言： : [問題類型]: : 程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來) : [軟體熟悉度]: : 入門(寫過其他程式，只是對語法不熟悉) : [問題敘述]: : 正在用logistic regression的function : 但因為模型要重複跑9次 : 不知道該如何使用迴圈處理變數命名的部分讓程式碼縮短 : 謝謝大家 : [程式範例]: : ml_1=glm(group[,1]~.,data=data,family = "binomial") : p_1=predict.glm(ml_1,newdata=pendigits.tst[,-17], type="response") : ml_2=glm(group[,2]~.,data=data,family = "binomial") : p_2=predict.glm(ml_2,newdata=pendigits.tst[,-17], type="response") : ml_3=glm(group[,3]~.,data=data,family = "binomial") : p_3=predict.glm(ml_3, newdata=pendigits.tst[,-17],type="response") : ml_4=glm(group[,4]~.,data=data,family = "binomial") : p_4=predict.glm(ml_4,newdata=pendigits.tst[,-17], type="response") : ml_5=glm(group[,5]~.,data=data,family = "binomial") : p_5=predict.glm(ml_5,newdata=pendigits.tst[,-17], type="response") : ml_6=glm(group[,6]~.,data=data,family = "binomial") : p_6=predict.glm(ml_6,newdata=pendigits.tst[,-17], type="response") : ml_7=glm(group[,7]~.,data=data,family = "binomial") : p_7=predict.glm(ml_7, newdata=pendigits.tst[,-17],type="response") : ml_8=glm(group[,8]~.,data=data,family = "binomial") : p_8=predict.glm(ml_8,newdata=pendigits.tst[,-17], type="response") : ml_9=glm(group[,9]~.,data=data,family = "binomial") : p_9=predict.glm(ml_9,newdata=pendigits.tst[,-17], type="response") : 我將ml_1~9改成i : 發現沒辦法處理命名的部分 : 想請問該如何修正 : 謝謝 : for(i in 1:9){ : ml_i=glm(group[,i]~.,data=data,family = "binomial") : p_i=predict.glm(ml_i,newdata=pendigits.tst[,-17], type="response") : } : 跑出的錯誤： : Error in as.data.frame.default(data, optional = TRUE) : : cannot coerce class ""function"" to a data.frame : [環境敘述]: : 3.4.3 : [關鍵字]: : 變數命名迴圈 : -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.248.222.1 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1522316273.A.28E.html ※ 編輯: andrew43 (60.248.222.1), 03/29/2018 17:40:44