Re: [問題] 如何使用迴圈跑變數命名

[andrew43 (討厭有好心推文後刪文者)]

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
推 ss12356tw: 謝謝，寫的很清楚，感恩！！
→ obarisk: 其實這個情況用for比較好， apply要處理model無法估計的
→ obarisk: 問題
→ andrew43: 對，是有點不方便。
推 ss12356tw: 想請問如果改for怎麼寫...比較困擾的是命名部分...for
→ ss12356tw: 寫不出來
推 wenbuneatble: 想請教為何 list會比多物件還好
→ obarisk: list比較好coding
→ obarisk: outoutlist <- list()
→ obarisk: for( i in seq(1, 3) )  {
→ obarisk: outoutlist[[i]] <- lm()
→ obarisk: }