时间戳

首页 > 解决方案 > 使用 purrr 的 R 多个循环，其中输出是数据表/小标题/矩阵

r - 使用 purrr 的 R 多个循环，其中输出是数据表/小标题/矩阵

问题描述

rc<-1 # the number of red balls
wc<-1 # the number of white balls
red<-rep("Red",rc)
white<-rep("White",wc)
jar<-c(red,white)
nb<-5 ### number of draws
N=10 # Number of experiments
new_data<-matrix(NA,nrow = N,ncol = nb+1)
count_red_new<-matrix(NA,nrow = N,ncol = nb)
red_count<-rep(NA,N)
#### nested loop
for(i in 1:N){
  for(j in 1:nb){
    new_data[i,j]<-sample(jar,1,replace = T)
    if(new_data[i,j]=="Red"){
      count_red_new[i,j]=1
    }else{
      count_red_new[i,j]=0
    }
    red_count[i]=sum(count_red_new[i,])
    new_data[i,nb+1]=red_count[i]
  }
}
colnames(new_data)<-c("Draw1","Draw2","Draw3","Draw4","Draw5","Red Ball Count")
new_data<-data.frame(new_data)
#new_data$Red.Ball.Count<-as.integer(new_data$Red.Ball.Count)
new_data

上面的代码用于运行一个关于在 5 次平局中拉红球和白球的实验。这个实验进行了 10 次迭代。如上所述，我在两者之间使用了嵌套循环。如何将 purrr 用于嵌套循环，以便输出可以存储在矩阵或数据框中？

标签： rnested-loopspurrr

解决方案

这是一种使用map. 如果你只有红球和白球，你可以利用rbinom()平局。假设平局 1 是红球。

library(tidyverse)

nb <- 1:5
n <- 10

nb %>% 
  set_names(paste0("draw", .)) %>% 
  map_df(~rbinom(n, 1, prob = .5)) %>% 
  rowwise() %>% 
  mutate(red_ball_count = sum(c_across(everything())))

# A tibble: 10 x 6
# Rowwise: 
   draw1 draw2 draw3 draw4 draw5 red_ball_count
   <int> <int> <int> <int> <int>          <int>
 1     1     1     1     0     0              3
 2     0     1     0     0     1              2
 3     0     0     0     1     1              2
 4     0     0     0     1     1              2
 5     1     0     0     0     0              1
 6     1     0     1     0     1              3
 7     1     0     1     1     1              4
 8     0     0     1     0     1              2
 9     1     1     0     1     0              3
10     0     1     0     1     1              3

请注意，这在技术上执行 5 轮 10 次平局，而不是 10 轮 5 次平局。如果你真的想做 10 轮 5 次平局，也是一样的想法，但是你需要用t().

FWIW 这是一个基本的 R 方法：

df <- data.frame(t(replicate(n, rbinom(nb, 1, prob = .5))))
colnames(df) <- gsub("X", "Draw", colnames(df))
df['red_ball_count'] <- rowSums(df)

最后，考虑到该顺序（通常）在伯努利试验中并不重要，请注意，您可以通过指定and单独获得red_ball_countwith ：rbinom()n=10size=5

rbinom(n, nb, prob = .5)

推荐阅读