为每个行R据框

Question

我有一个数据框，并为每个行中，据框我必须做一些复杂的查找和追加的某些数据文件。

该数据框含有的科学成果，对于选择井从96孔板，用于生物研究所以我想要做的事，如：

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)
}

在我的程序的世界，我会做这样的：

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

什么是"R方式"这样做？

Answer 1

您可以试试这个，使用 apply() 功能

> 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')

Answer 2

可以使用 by() 功能：

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

但遍历行直接这样是很少你想要什么;你应该尝试而不是量化。请问您有什么在回路中的实际工作是在做什么？

Answer 3

首先，乔纳森的约矢量化点是正确的。如果您getWellID（）函数被矢量，那么你可以跳过循环，只是用猫或write.csv：

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

如果getWellID（）不向量化，然后使用by的乔纳森的建议或apply的knguyen的建议应该工作。

否则，如果你真的想使用for，你可以做这样的事情：

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

您也可以尝试使用foreach包，但它需要你熟悉这种语法。下面是一个简单的例子：

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

一个最终选择是使用一个函数出plyr包，在这种情况下，常规将是非常相似的应用的功能。

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

Answer 4

我使用这个简单的效用函数：

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

或者更快的，更少的明确形式：

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

此功能只是分割一个data.frame到的行的列表。然后，你可以做一个正常的“表示”在此列表：

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

这问题您的代码将具有最小修改工作：

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)
}

Answer 5

我认为与基础研发做到这一点最好的方法是：

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

在for( i in 1:nrow(df))的方法的优点是，你不惹上麻烦，如果df是空的，nrow(df)=0。

Answer 6

我很好奇的非矢量化选项的时间性能。 为了这个目的，我已经使用函数f由knguyen定义

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)
}

和像在他的例子的数据帧：

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 )

我包括两名矢量化功能（肯定比别人快），以猫（）方法有write.table比较（）一个...

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)

将得到的图像显示了适用给出了一个非矢量化版本的最佳性能，而write.table（）似乎优于猫（）。

Answer 7

你可以使用 by_row 从功能的软件包 purrrlyr 为此:

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)

默认情况下，返回的价值从 myfn 放入一个新的 清单列 在df叫 .out.

如果这是唯一的输出你愿意，你可以写 purrrlyr::by_row(df, myfn)$.out

Answer 8

好吧，既然你问的R相当于其他语言中，我试图做到这一点。似乎工作虽然我还没有真正在看哪种技术中的R更有效。

> 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

虽然对于类别列，这将取你的数据帧，其你可以使用强制转换，如果需要as.character（）。