时间戳

首页 > 解决方案 > 按名称循环R中的变量子集

r - 按名称循环R中的变量子集

问题描述

数据框have包含几千个变量。一个变量是一个治疗指标，称为treatgrp包含值 1、2 或 3)。其他五个变量称为：g_cA、r_cA、g_ccA、r_ccA和g_grp。它们没有按顺序出现。

我想生成treatgrp与其他五个感兴趣的变量进行比较的频率表。我目前使用一些墙纸语法这样做：

table(have$treatgrp, have$g_cA,   deparse.level = 2)
table(have$treatgrp, have$r_cA,   deparse.level = 2)
table(have$treatgrp, have$g_ccA,  deparse.level = 2)
table(have$treatgrp, have$r_ccA,  deparse.level = 2)
table(have$treatgrp, have$g_grp,  deparse.level = 2)

这可以完成工作。但我想调用table()一次并遍历五个不同的感兴趣变量。我试过这样做：

myvars <- c("g_cA", "r_cA", "g_ccA", "r_ccA", "g_grp")

for (i in 1:length(myvars)){
  table(have$treatgrp, have[,myvars[i]],  deparse.level = 2)
}

这不会导致错误消息，但它也不会返回任何输出表。

基于这个问题，很明显我已经习惯了 SAS 中的宏和数组。但我想学习至少一种方法来解决这个问题。我必须一直做类似的事情，找出一个更优雅的解决方案可以为我节省很多时间。

标签： rarraysfor-loopcrosstab

解决方案

以iris数据集为例，这可以使用lapply吗？

iris$var1 <- sample(letters, 150, replace = T)
iris$var2 <- sample(letters, 150, replace = T)
iris$var3 <- sample(letters, 150, replace = T)
myvars <- c("var1", "var2", "var3")
lapply(iris[myvars], function(x) table(iris$Species, x))
# $var1
#             x
#              a b c d e f g h i j k l m n o p q r s t u v w x y z
#   setosa     1 1 0 3 2 2 0 1 2 4 2 1 1 4 3 1 4 0 3 0 4 3 3 2 0 3
#   versicolor 3 1 2 3 0 4 1 3 5 0 1 0 1 3 5 2 2 1 5 1 2 0 1 1 1 2
#   virginica  4 0 1 1 3 4 2 1 2 1 2 4 1 1 1 2 2 2 3 3 0 2 2 2 3 1

# $var2
#             x
#              a b c d e f g h i j k l m n o p q r s t u v w x y z
#   setosa     3 1 1 3 3 3 2 2 2 2 1 1 2 1 0 4 1 2 2 4 4 3 2 0 1 0
#   versicolor 3 0 1 1 5 3 3 3 2 2 1 2 2 4 1 4 2 3 2 0 2 1 2 1 0 0
#   virginica  0 2 1 4 3 0 0 1 1 0 4 2 3 2 1 2 0 3 2 2 2 0 2 2 5 6

# $var3
#             x
#              a b c d e f g h i j k l m n o p q r s t u v w x y z
#   setosa     4 2 4 2 0 4 0 3 3 2 0 1 2 0 0 2 1 3 2 1 1 2 2 1 5 3
#   versicolor 0 3 1 3 1 1 1 0 1 1 3 2 1 0 0 4 4 1 3 6 2 2 2 3 2 3
#   virginica  3 0 3 3 2 0 3 1 1 2 0 2 4 4 1 4 1 3 4 0 1 1 2 3 2 0

或使用相同的东西purrr::map：

library(purrr)
map(iris[myvars], function(x) table(iris$Species, x))

推荐阅读