我想在 R 的函数环境中迭代值向量并为每个值计算一些值。例如:
# I have costs for 3 companies
c <- c(10, 20, 30)
# I have the same revenue across all 3
r <- 100
# I want to obtain the profits for all 3 within one variable
result <- list()
# I could do this in a for loop
for(i in 1:3){
result[i] <- r - c[i]
}
现在假设我有一个很长的模型,并且我将所有内容定义为一个函数,该函数将通过各种随机抽取成本来解决。
# Random draws
n <- 1000
r <- rnorm(n, mean = 100, sd = 10)
c1 <- rnorm(n, mean = 10, sd = 1)
c2 <- rnorm(n, mean = 20, sd = 2)
c3 <- rnorm(n, mean = 30, sd = 3)
X <- data.frame(r, c1, c2, c3)
fun <- function(x){
r <- x[1]
c <- c(x[2], x[3], x[4])
for(i in 1:3){
result[i] <- r - c[i]
}
return(result)
}
然后,我可以通过迭代随机采样的输入数据行来评估所有抽奖的结果。
for(j in 1:n){
x <- X[j,]
y <- fun(x)
}
在此示例中,输出变量 y 将包含嵌套结果变量,其中包含所有 3 个公司的结果。但是,我的思路导致了错误,我认为这与我尝试返回嵌套变量有关?因此我的问题是你们会如何处理这样的事情。
最佳答案
我建议重新考虑您的编码方法。这是一种非常不像 R 的做事方式。
例如,第一个 for
循环可以更简洁地写为
x <- c(10, 20, 30)
r <- 100
result <- lapply(-x, `+`, r)
然后fun
就变成了这样的东西
fun <- function(x) lapply(-x[-1], `+`, x[1])
要对 data.frame
的行进行操作(这似乎是您在最后一步中所做的),您可以使用类似的内容
apply(X, 1, fun)
其中 apply
中的 MARGIN = 1
参数确保您在每行(而不是每列)应用一个函数。
关于r - R 中函数内嵌套变量的 For 循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52274081/