r - 如何在 R 中编写一个具有多个函数和多个变量的 for(){} 循环？

Question

我有一个看起来像这样的数据集......还有更多变量......

但我只对使用 for(){} 命令对其中四个运行一些统计信息感兴趣......数据集=b1

ELEV   SLOPE    ASPECT     presab
2342.569   0.297   109.502   1 
2280.851   0.997   106.433   2
2281.271   0.665    93.872   1
2277.854   2.407   215.193   2
2271.858   1.132    32.050   1
2229.149   0.000   270.000   1

使用 for(){} 如何将多个统计函数(平均值、标准差、长度)循环到；

多个变量(海拔、坡度、坡向)；通过presab;并将它们导出为工作环境中的三个 R 对象？？？

这是我所了解的.....任何人都可以帮忙吗？

首先我尝试了这个......并且它有点管用......

>i=1
>for (i in 1:1) {
    v1=tapply(b1$ASPECT,b1$presab,mean)
    v2=tapply(b1$ELEV,b1$presab,mean)
    v3=tapply(b1$SLOPE,b1$presab,mean)
    v4=cbind(v1,v2,v3)
    print(v4)}

#        v1       v2       v3
#1 137.3997 2400.974 4.075000
#2 131.2396 2400.301 3.306509

我也试过这种格式....

>vars=c("b1$ELEV","b1$SLOPE","b1$ASPECT")
>i=1
>for (i in 1:3) {
    tapply(b1$ASPECT,b1$presab,mean),
    tapply(b1$ELEV,b1$presab,mean),
    tapply(b1$SLOPE,b1$presab,mean)}

任何面包屑都会帮助我找到回家的路......

Answer 1

感谢大家的发帖!

我找到了一种使用循环的方法，使用 for(){} 函数来构建一个运行良好的矩阵

>ex17out <- matrix(0,3,6)
for (i in 1:2) {
  temp <- subset(b3,presab==i)
  ex17out[1,i*3-2] <- mean(temp$ASPECT)
  ex17out[1,i*3-1] <- sd(temp$ASPECT)
  ex17out[1,i*3] <- length(temp$ASPECT)
  ex17out[1,i*3-2] <- mean(temp$ASPECT)
  ex17out[1,i*3-1] <- sd(temp$ASPECT)
  ex17out[1,i*3] <- length(temp$ASPECT)
  ex17out[2,i*3-2] <- mean(temp$ELEV)
  ex17out[2,i*3-1] <- sd(temp$ELEV)
  ex17out[2,i*3] <- length(temp$ELEV)
  ex17out[2,i*3-2] <- mean(temp$ELEV)
  ex17out[2,i*3-1] <- sd(temp$ELEV)
  ex17out[2,i*3] <- length(temp$ELEV)
  ex17out[3,i*3-2] <- mean(temp$SLOPE)
  ex17out[3,i*3-1] <- sd(temp$SLOPE)
  ex17out[3,i*3] <- length(temp$SLOPE)
  ex17out[3,i*3-2] <- mean(temp$SLOPE)
  ex17out[3,i*3-1] <- sd(temp$SLOPE)
  ex17out[3,i*3] <- length(temp$SLOPE)
  }
>ex17out
 

           [,1]      [,2] [,3]       [,4]       [,5] [,6]
[1,]  131.599609 86.628193   46  135.00713  75.039541  182
[2,] 2276.916891 44.433890   46 2431.90777 179.167677  182
[3,]    4.066087  4.654311   46    3.59589   4.826945  182