R:写for循环来计算差异并存储在新变量中
我看过关于这个话题的不同问题，但到目前为止，没有人帮助我得到我想要的东西。
我有一个dataframe，有两个变量(标准化的_‘testname’)和‘预测_标准化_’的‘testname’)。现在，我想计算两者之间的差异，并将其存储在一个名为'testname'_finalscore的新变量中。
因为我有大约19个不同的测试，所以我想用R中的for循环来完成这个任务--但是我还不知道如何编写这样的循环，而且我被困住了。
我有一个测试列表，列出了所有单独测试的名称：
testlist <- c("vlgt_ltfr", "vlgt_recog",
"vlgt_imrec", "wms_imrec",
"wms_delrec", "fluency_dier",
"fluency_beroep", "tapdom",
"tapndom", "traila", "trailb",
"erik_congruent", "erik_percincong",
"erik_incongruent", "stroop_baseline",
"stroop_interference", "subrs", "tmt_interference")在此基础上，我编写了一个循环来计算标准化和predicted_standardized分数。
示例：
for( test in testlist){
patdat[,paste0('standardized_',test)] <- (patdat[,test] - tempmean) / tempsd
patdat[,paste0('predicted_standardized_',test)] <- coef(mymod)[1] + coef(mymod)[2]*patdat[,'p_age'] + coef(mymod)[3]*patdat[,'nlviq']}
在此之后，我创建了不同的循环(这些循环不起作用)，在其中我试图计算差异并将其存储在一个新变量中：
for( test in testlist){
normdata[,paste0(test,'_finalscore')] <- (normdata[,paste0('standardized_', test)] - normdata[,paste0('predicted_standardized_', test)])
}
for(test in testlist){
normdata[,paste0(test, '_finalscore')] <- normdata[get('standardized_',test)] - normdata[get('predicted_standardized_'), test]
}
for(test in testlist){
normdata[,paste0(test, '_finalscore')] <- (normdata['standardized_',test] - normdata['predicted_standardized_', test])
}我确实得到了一个带有'testname'_finalscore的变量，但是它是空的。我认为我的索引错误，可能有一个函数，我可以用来解决这个问题-但我还没有找到它。
数据示例
> normdata$standardized_subrs
[1] -0.45551 0.61058 0.18414 0.18414 -0.13568 -1.30838 0.39736
[8] 0.71719 -0.13568 -0.13568 0.29075 0.18414 1.99649 -1.62821
> normdata$predicted_standardized_subrs
[1] -0.458274 0.174143 -0.492066 -0.414063 0.081612 0.488208
[7] 0.399994 0.416249 -0.113008 -0.398671 0.943571 0.316543我想要的是一个变量"subrs_finalscore“，它看起来如下所示，但是对于测试列表中的所有测试：
> normdata$standardized_subrs - normdata$predicted_standardized_subrs
[1] 0.002764 0.436435 0.676208 0.598205 -0.217296 -1.796589
[7] -0.002633 0.300938 -0.022676 0.262987 -0.652819 -0.132400提前谢谢。
回答 1
Stack Overflow用户
发布于 2017-08-28 12:54:50
每个测试的数据框架中都有standardized和predicted_standardized列。这是一个很难用的形式来得到你的问题的答案。
我们想要计算两个数字之间的差额并存储它。如果数据看起来像这样呢：
TestName Standardized Predicted
subrs -0.45551 -0.458274
subrs 0.61058 0.174143
subrs 0.18414 -0.492066
...与其以宽格式存储多列(每个测试有两列)，不如以长格式存储数据，只有三列:测试名称、标准化值和预测值。这被称为tidying --数据，或者以tidy格式放置它。
如果我们在一个名为tidy的框架中有tidy_data格式的数据，那么计算差异就像.
library(tidyverse)
tidy_data %>% mutate(FinalScore = Predicted - Standardized)mutate用计算值向框架中添加一个新列。
那么，我们如何以tidy形式获得它呢？这是个小工作，但是如果我们把原始的宽数据框架改变成这样.
tidy_data = data %>%
mutate(row_num = row_number()) %>%
gather(key, value, -row_num) %>%
mutate(IsPredicted = ifelse(grepl("predicted", key), "Predicted", "Standardized"),
TestName = gsub("predicted_standardized_|standardized_", "", key)) %>%
select(TestName, IsPredicted, value, row_num) %>%
spread(IsPredicted, value) %>%
select(-row_num)我们得到了我们想要的整洁的表格。
https://stackoverflow.com/questions/45918549
复制相似问题
腾讯云开发者
