r - 调用函数并在矩阵中提供输出

Question

我在 R 中有一个函数，我称之为

RS1 = t(cbind(Data[,18], Data[,20]))
RS2 = t(cbind(Data[,19], Data[,21]))
p = t(Data[23:24])

rand_x <- function (p, x) {
  n.goods <- dim (p)[1]
  n.obs   <- dim (p)[2]
  xRC = NaN*matrix(1, n.goods, n.obs)
  for(i in 1:n.obs) {
    xRC[1,i] <- RS1[1,i] + RS1[2,i]
    xRC[2,i] <- RS2[1,i] + RS2[2,i]
  }
  result <- xRC
  return(result)
}

这个函数通过让这两个输入生成一个带有一些随机数的向量 (2x50)。我想调用此函数 rand_x 1000 次并导出 1000 个矩阵，然后将结果绑定(bind)到最终矩阵中。我试图创建一个循环来解决这个问题，但我仍在努力。任何帮助将不胜感激。

Answer 1

如果您打算将第 18 列的每个元素添加到第 20 列(这就是您的代码所做的)，请尝试使用 rowSums()。

尝试:

xRC <- rbind(
  rowSums (Data [, c(18, 20)])
  rowSums (Data [, c(19, 21)])
)

输出将是一个矩阵。

不过，我没有看到随机性出现在您的函数中的什么地方。如果您只想要一个带有随机数的 2x50 矩阵，您可能想要使用:

xRC <- matrix (rnorm(50*2), 2)  # for standard-normal generated numbers
xRC <- matrix (sample(1:100, replace = T, size = 100), 2)  # for numbers between 1 and 100, uniformly distributed

要执行此操作 1000 次，请尝试:

for (i in 1:1000) {
  rbind(xRC,
    rowSums (Data [, c(18, 20)])
    rowSums (Data [, c(19, 21)])
  )
}
# or if you just want to generate random numbers, performance is way faster when you use:
xRC <- matrix(rnorm(1000 * 2 * 50), ncol = 50)