我是R和for循环的新用户.我试图从数据中取样并检查是否有共线柱.我想在该迭代中记录共线列存在并将其记录在向量中(baditr).另外,我想打印一行表示"colinearity is iteration i".然后我希望代码跳转到第二次迭代并继续运行.对于每次迭代,我希望代码保存矩阵的相应行中的列的总和.
我的问题是,我正在为不良迭代获得NA.我的目的是将错误的迭代完全包含在我的矩阵中.这是我的代码:
a0=rep(1,40)
a=rep(0:1,20)
b=c(rep(1,20),rep(0,20))
c0=c(rep(0,12),rep(1,28))
c1=c(rep(1,5),rep(0,35))
c2=c(rep(1,8),rep(0,32))
c3=c(rep(1,23),rep(0,17))
da=matrix(cbind(a0,a,b,c0,c1,c2,c3),nrow=40,ncol=7)
sing <- function(nrw){
sm <- matrix(NA,nrow=nrw,ncol=ncol(da))
baditr <- NULL
for(i in 1:nrw){
ind <- sample(1:nrow(da), nrow(da),replace =TRUE)
smdat <- da[ind,]
evals <- eigen(crossprod(smdat))$values
if(any(abs(evals) < 1e-7)){
baditr <- c(baditr,i)
cat("singularity occurs at", paste(i),"\n")
next
}
sm[i,] <- apply(smdat,2,sum)
}
return(sm)
}
sing(20)
我将得到以下输出:
singularity occurs at 9
singularity occurs at 13
[,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,] 40 23 22 25 5 8 26
[2,] 40 20 18 30 4 7 22
[3,] 40 19 24 28 6 7 25
[4,] 40 19 22 30 6 9 26
[5,] 40 12 26 26 8 13 30
[6,] 40 17 16 27 7 10 19
[7,] 40 20 17 33 3 5 19
[8,] 40 22 19 28 4 9 23
[9,] NA NA NA NA NA NA NA
[10,] 40 21 24 28 3 6 27
[11,] 40 21 16 31 2 4 22
[12,] 40 21 21 26 3 6 23
[13,] NA NA NA NA NA NA NA
[14,] 40 18 16 29 2 7 22
[15,] 40 24 18 30 6 9 21
[16,] 40 23 18 29 4 8 21
[17,] 40 17 25 25 3 8 29
[18,] 40 22 28 23 9 14 30
[19,] 40 25 23 25 7 11 30
[20,] 40 20 23 27 7 10 26
我希望我的矩阵看起来像这样:
singularity occurs at 9
singularity occurs at 13
[,1] [,2] [,3] [,4] [,5] [,6] [,7]
[1,] 40 23 22 25 5 8 26
[2,] 40 20 18 30 4 7 22
[3,] 40 19 24 28 6 7 25
[4,] 40 19 22 30 6 9 26
[5,] 40 12 26 26 8 13 30
[6,] 40 17 16 27 7 10 19
[7,] 40 20 17 33 3 5 19
[8,] 40 22 19 28 4 9 23
[10,] 40 21 24 28 3 6 27
[11,] 40 21 16 31 2 4 22
[12,] 40 21 21 26 3 6 23
[14,] 40 18 16 29 2 7 22
[15,] 40 24 18 30 6 9 21
[16,] 40 23 18 29 4 8 21
[17,] 40 17 25 25 3 8 29
[18,] 40 22 28 23 9 14 30
[19,] 40 25 23 25 7 11 30
[20,] 40 20 23 27 7 10 26
作为一个故障保险,我也很感激您在将一定数量的迭代保存到文件时可能获得的任何信息(例如,50次迭代),一旦产生下一个迭代次数,我就可以覆盖这些信息.意思是,我将前50次迭代保存到文件中,然后一旦产生第二轮50次迭代,它们将覆盖第一轮,结果,我的文件现在有100次迭代.
对不起,很长的帖子.但提前谢谢.
在返回之前sm,您可以使用过滤掉带有NA值的行complete.cases().它看起来像sm[complete.cases(sm),].该函数返回TRUE/FALSE值的逻辑向量,这会强制R不返回带有FALSE的值.
此外,它看起来并不像你baditers在定义它之后做任何事情.我可以注释掉所有引用的行baditers,你的函数似乎工作得很好......也许它是你代码的旧迭代中的遗产？
这是您使用的更新功能complete.cases().注意我还注释掉了与之相关的所有内容,baditr以说明它在代码中没有执行任何操作.
sing <- function(nrw){
sm <- matrix(NA,nrow=nrw,ncol=ncol(da))
#baditr <- NULL
for(i in 1:nrw){
ind <- sample(1:nrow(da), nrow(da),replace =TRUE)
smdat <- da[ind,]
evals <- eigen(crossprod(smdat))$values
if(any(abs(evals) < 1e-7)){
#baditr <- c(baditr,i)
cat("singularity occurs at", paste(i),"\n")
next
}
sm[i,] <- apply(smdat,2,sum)
}
return(sm[complete.cases(sm),])
}
现在让我们运行该函数,我dim()将函数调用包装好,它将告诉我们生成的对象的#rows和#columns:
> dim(sing(20))
singularity occurs at 6
[1] 19 7
所以一个奇点和一个19行7列的矩阵,我错过了什么？
关于你写出来的其他问题,你知道append参数write.table()和朋友吗？帮助页面告诉我们If TRUE, the output is appended to the file. If FALSE, any existing file of the name is destroyed.
下面是使用的例子append = TRUE在write.table()
#Matrix 1 definition and write to file
x <- matrix(1:9, ncol = 3)
write.table(x, "out.txt", sep = "\t", col.names = TRUE, row.names = FALSE)
#Matrix 2 definition and write to same file with append = TRUE
x2 <- matrix(10:18, ncol = 3)
write.table(x2, "out.txt", sep = "\t", col.names = FALSE, row.names = FALSE, append = TRUE)
#read consolidated data back in to check if it's right
x3 <- read.table("out.txt", header = TRUE)
结果是
V1 V2 V3
1 1 4 7
2 2 5 8
3 3 6 9
4 10 13 16
5 11 14 17
6 12 15 18