Đối với mỗi hàng trong một khung dữ liệu R

Tôi có một khung dữ liệu và với mỗi hàng trong khung dữ liệu đó, tôi phải thực hiện một số tra cứu phức tạp và nối thêm một số dữ liệu vào một tệp.

DataFrame chứa các kết quả khoa học cho các giếng được chọn từ 96 tấm giếng được sử dụng trong nghiên cứu sinh học, vì vậy tôi muốn làm một cái gì đó như:

for (well in dataFrame) {
  wellName <- well$name    # string like "H1"
  plateName <- well$plate  # string like "plate67"
  wellID <- getWellID(wellName, plateName)
  cat(paste(wellID, well$value1, well$value2, sep=","), file=outputFile)
}

Trong thế giới thủ tục của tôi, tôi sẽ làm một cái gì đó như:

for (row in dataFrame) {
    #look up stuff using data from the row
    #write stuff to the file
}

"Cách R" để làm điều này là gì?

Bạn có thể thử điều này, sử dụng apply()chức năng

> d
  name plate value1 value2
1    A    P1      1    100
2    B    P2      2    200
3    C    P3      3    300

> f <- function(x, output) {
 wellName <- x[1]
 plateName <- x[2]
 wellID <- 1
 print(paste(wellID, x[3], x[4], sep=","))
 cat(paste(wellID, x[3], x[4], sep=","), file= output, append = T, fill = T)
}

> apply(d, 1, f, output = 'outputfile')

Bạn có thể sử dụng by()chức năng:

by(dataFrame, 1:nrow(dataFrame), function(row) dostuff)

Nhưng lặp đi lặp lại qua các hàng như thế này hiếm khi bạn muốn; thay vào đó, bạn nên cố gắng vector hóa. Tôi có thể hỏi công việc thực tế trong vòng lặp đang làm gì không?

Đầu tiên, quan điểm của Jonathan về vector hóa là chính xác. Nếu hàm getWellID () của bạn được vector hóa, thì bạn có thể bỏ qua vòng lặp và chỉ sử dụng cat hoặc write.csv:

write.csv(data.frame(wellid=getWellID(well$name, well$plate), 
         value1=well$value1, value2=well$value2), file=outputFile)

Nếu getWellID () không được vector hóa, thì đề xuất sử dụng byhoặc đề xuất của knguyen của Jonathan applysẽ hoạt động.

Mặt khác, nếu bạn thực sự muốn sử dụng for, bạn có thể làm một cái gì đó như thế này:

for(i in 1:nrow(dataFrame)) {
    row <- dataFrame[i,]
    # do stuff with row
}

Bạn cũng có thể thử sử dụng foreachgói, mặc dù nó yêu cầu bạn phải làm quen với cú pháp đó. Đây là một ví dụ đơn giản:

library(foreach)
d <- data.frame(x=1:10, y=rnorm(10))
s <- foreach(d=iter(d, by='row'), .combine=rbind) %dopar% d

Tùy chọn cuối cùng là sử dụng một hàm ngoài plyrgói, trong trường hợp đó, quy ước sẽ rất giống với hàm áp dụng.

library(plyr)
ddply(dataFrame, .(x), function(x) { # do stuff })

Tôi nghĩ cách tốt nhất để làm điều này với R cơ bản là:

for( i in rownames(df) )
   print(df[i, "column1"])

Ưu điểm so với for( i in 1:nrow(df))-approach là bạn không gặp rắc rối nếu dftrống và nrow(df)=0.

Tôi sử dụng chức năng tiện ích đơn giản này:

rows = function(tab) lapply(
  seq_len(nrow(tab)),
  function(i) unclass(tab[i,,drop=F])
)

Hoặc một hình thức nhanh hơn, ít rõ ràng hơn:

rows = function(x) lapply(seq_len(nrow(x)), function(i) lapply(x,"[",i))

Hàm này chỉ phân tách một data.frame thành một danh sách các hàng. Sau đó, bạn có thể tạo một "cho" bình thường trong danh sách này:

tab = data.frame(x = 1:3, y=2:4, z=3:5)
for (A in rows(tab)) {
    print(A$x + A$y * A$z)
}        

Mã của bạn từ câu hỏi sẽ hoạt động với một sửa đổi tối thiểu:

for (well in rows(dataFrame)) {
  wellName <- well$name    # string like "H1"
  plateName <- well$plate  # string like "plate67"
  wellID <- getWellID(wellName, plateName)
  cat(paste(wellID, well$value1, well$value2, sep=","), file=outputFile)
}

Tôi tò mò về hiệu suất thời gian của các tùy chọn không véc tơ. Với mục đích này, tôi đã sử dụng hàm f được xác định bởi knguyen

f <- function(x, output) {
  wellName <- x[1]
  plateName <- x[2]
  wellID <- 1
  print(paste(wellID, x[3], x[4], sep=","))
  cat(paste(wellID, x[3], x[4], sep=","), file= output, append = T, fill = T)
}

và một khung dữ liệu giống như trong ví dụ của anh ấy:

n = 100; #number of rows for the data frame
d <- data.frame( name = LETTERS[ sample.int( 25, n, replace=T ) ],
                  plate = paste0( "P", 1:n ),
                  value1 = 1:n,
                  value2 = (1:n)*10 )

Tôi đã bao gồm hai hàm vectơ (chắc chắn nhanh hơn các hàm khác) để so sánh cách tiếp cận cat () với phương thức write.table () ...

library("ggplot2")
library( "microbenchmark" )
library( foreach )
library( iterators )

tm <- microbenchmark(S1 =
                       apply(d, 1, f, output = 'outputfile1'),
                     S2 = 
                       for(i in 1:nrow(d)) {
                         row <- d[i,]
                         # do stuff with row
                         f(row, 'outputfile2')
                       },
                     S3 = 
                       foreach(d1=iter(d, by='row'), .combine=rbind) %dopar% f(d1,"outputfile3"),
                     S4= {
                       print( paste(wellID=rep(1,n), d[,3], d[,4], sep=",") )
                       cat( paste(wellID=rep(1,n), d[,3], d[,4], sep=","), file= 'outputfile4', sep='\n',append=T, fill = F)                           
                     },
                     S5 = {
                       print( (paste(wellID=rep(1,n), d[,3], d[,4], sep=",")) )
                       write.table(data.frame(rep(1,n), d[,3], d[,4]), file='outputfile5', row.names=F, col.names=F, sep=",", append=T )
                     },
                     times=100L)
autoplot(tm)

Hình ảnh thu được cho thấy rằng ứng dụng mang lại hiệu suất tốt nhất cho phiên bản không được vector hóa, trong khi write.table () dường như vượt trội hơn so với cat ().

Bạn có thể sử dụng by_rowchức năng từ gói purrrlyrcho việc này:

myfn <- function(row) {
  #row is a tibble with one row, and the same 
  #number of columns as the original df
  #If you'd rather it be a list, you can use as.list(row)
}

purrrlyr::by_row(df, myfn)

Theo mặc định, giá trị được trả về từ myfnđược đưa vào cột danh sách mới trong df được gọi .out.

Nếu đây là đầu ra duy nhất bạn mong muốn, bạn có thể viết purrrlyr::by_row(df, myfn)$.out

Chà, vì bạn đã yêu cầu R tương đương với các ngôn ngữ khác, tôi đã cố gắng làm điều này. Có vẻ như hoạt động mặc dù tôi chưa thực sự xem xét kỹ thuật nào hiệu quả hơn trong R.

> myDf <- head(iris)
> myDf
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa
> nRowsDf <- nrow(myDf)
> for(i in 1:nRowsDf){
+ print(myDf[i,4])
+ }
[1] 0.2
[1] 0.2
[1] 0.2
[1] 0.2
[1] 0.2
[1] 0.4

Đối với các cột phân loại, nó sẽ tìm nạp cho bạn một Khung dữ liệu mà bạn có thể đánh máy bằng cách sử dụng as.character () nếu cần.