在R中通过循环生成数据集
可以使用for循环或者apply函数来实现。下面是使用for循环的示例代码：
# 设置数据集的大小
n <- 10
# 创建一个空的数据框
data <- data.frame()
# 使用for循环生成数据集
for (i in 1:n) {
# 生成随机数据
x <- runif(1)
y <- rnorm(1)
# 将数据添加到数据框中
data <- rbind(data, data.frame(x = x, y = y))
}
# 打印生成的数据集
print(data)上述代码中，首先设置了数据集的大小为10，然后创建了一个空的数据框。接下来使用for循环从1到n循环遍历，每次循环生成一个随机的x和y值，并将其添加到数据框中。最后打印生成的数据集。
另一种方法是使用apply函数，下面是使用apply函数的示例代码：
# 设置数据集的大小
n <- 10
# 使用apply函数生成数据集
data <- t(apply(matrix(NA, nrow = n, ncol = 2), 1, function(x) {
x[1] <- runif(1)
x[2] <- rnorm(1)
return(x)
}))
# 将数据转换为数据框
data <- as.data.frame(data)
# 打印生成的数据集
print(data)上述代码中，首先设置了数据集的大小为10，然后使用apply函数生成一个大小为n行2列的空矩阵。接下来使用apply函数对矩阵的每一行应用一个自定义的函数，该函数生成一个随机的x和y值，并将其赋值给矩阵的对应位置。最后将矩阵转换为数据框，并打印生成的数据集。
这种方法相对于for循环来说更加简洁，但对于初学者可能会稍微有些难以理解。无论是使用for循环还是apply函数，都可以根据实际需求进行调整和扩展，生成不同类型和规模的数据集。
推荐的腾讯云相关产品：腾讯云服务器（https://cloud.tencent.com/product/cvm）
相关·内容
1回答
partykit选项会丢弃超过minsize的分支。
r、party
我使用lmtree()函数从partykit来使用线性回归来划分数据。回归使用一个权重，我希望确保每个分支都有一个最小的总权重，这是我用minsize选项指定的。例如，在下面的示例中，树只有两个分支，而不是三个分支，因为x1=="C"的权重太小，不能放在自己的分支中。
n <- 100
X <- rbind(
data.frame(TT=1:n, x1="A", weight=2, y=seq(1,l=n,by=0.2)+rnorm(n,sd=.2)),
data.frame(TT=1:n, x1="B", weight=2,
浏览 1提问于2017-07-25得票数 3
回答已采纳
1回答
R生成的随机数比用rnorm、rexp、rpois和runif指定的要少。
r、floating-point
我必须为两组大小为N的向量生成随机数。
一个组的概率是p，另一个组的概率是q= 1-p.(例如。对于使用p=0.5的1000人口，我必须从一个分布生成500个随机数，从另一个分布生成500个随机数)。由于这是一个模拟，所以我必须改变'p‘，所以我编写了代码来生成这样的代码：
group1 = rnorm(n = N*p)
group2 = rnorm(n = N*q) # 1st method
group2 = rnorm(n = (N - N*p)) # 2nd method
使用上述两种方法，R生成的随机数比在几行group2中少一个(约35%的行与第一种方法，约12%的行
浏览 4提问于2014-10-10得票数 2
回答已采纳
2回答
函数内嵌套变量在R中的循环
r、function、for-loop、montecarlo
例如，在R中的函数环境中，我想迭代值的向量并计算每个值的值：
# I have costs for 3 companies
c <- c(10, 20, 30)
# I have the same revenue across all 3
r <- 100
# I want to obtain the profits for all 3 within one variable
result <- list()
# I could do this in a for loop
for(i in 1:3){
result[i] <- r - c[i]
}
现在假
浏览 0提问于2018-09-11得票数 2
回答已采纳
2回答
使用for next循环在大矩阵中随机引入空白，R
r、for-loop、matrix、random、na
我有一个很大的矩阵，n×m，其中m- no。在列中，数据集称为数据。实际上，ncol的范围可以在80到200列之间。 我想引入随机丢失的单元格值，比如每列中的1%，使用 res<-do.call(cbind,lapply(lapply(data[,1:ncol(data)],function(x) data.frame(x)),function(x) x[sample(1:nrow(x),0.01*nrow(x)),])) 缺少的单元格将包含NA，使用 data[,1][data[,1]%in%res[,1]]<- NA 其中,1是第1列。如果列数为5，我可以通过每次改变上面等式
浏览 29提问于2021-06-23得票数 0
回答已采纳
1回答
R data_frame错误[错误:找不到函数"data_frame"]
r、dataframe
我正在尝试用data_frame方法创建一个数据框。但是，我收到一个错误，说“找不到函数"data_frame”
> cluster2 <- data_frame(r = rnorm(n, 5, .25), theta = runif(n, 0, 2 * pi),x = enter code herer * cos(theta), y = r * sin(theta), cluster = 2) Error: could not find function "data_frame"
我在网上搜索，我被告知data_frame是data.frame的一个
浏览 5提问于2016-08-10得票数 0
2回答
用R中的随机数据生成特定的离群值
r、regression
如下图所示，我正试图产生一个集群异常值，以便更深入地调查这种情况。
我试过了，但一无所获，因为这个数字只有一个因变量和自变量。我想要，同样的情况，，但是有多个自变量。所以，它将是一个因变量和一个自变量的矩阵。
我尝试的R-代码如下
n=50
p=2
x <- matrix(rnorm(n*p),ncol = p)
y <- rnorm(n)
b=quantile(x,probs = 0.95)
id=which(x>b)
no=length(id)
x[id]=rnorm(no,5,0.5)
y[id]=rnorm(1)+10
更新
我尝试了下面的代码，但仍然与图中
浏览 2提问于2021-02-09得票数 3
1回答
R中的KNN孤立点检测
r、outliers、unsupervised-learning
我正在尝试运行一个脚本，用于使用加权KNN异常值分数执行异常值检测，但始终得到以下错误：
应用中的错误(kNNdist(x= dat，k= k)，1，平均值)：
dim(X)必须有一个正长度
我正在运行的脚本如下所示。它是一个单一的脚本块，但我在导致错误的脚本部分的前面添加了一个注释，该部分是函数：
WKNN_Outlier <- apply(kNNdist(x=dat, k = k), 1, mean)
如果有人对无监督的孤立点检测有更好或更简单的想法，我会全神贯注(可以这么说.)
library(dbscan)
library(ggplot2)
set.s
浏览 3提问于2019-10-28得票数 1
回答已采纳
3回答
ggplot:绘制x轴上的仓位和y轴上的平均值
r、ggplot2、binning
假设我有一个数据帧，如下所示：
data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))
我想要做的是将x值分成多个条形框，例如：
data$bins <- cut(data$x,breaks = 4)
然后，我想绘制(使用ggplot)结果，x轴是bin，y轴是落入相应bin的数据$y数据点的平均值。
提前谢谢你
浏览 0提问于2015-10-15得票数 4
回答已采纳
3回答
如何使R中随机生成的数据在图上不均匀
r、ggplot2、random
我不确定这是否可能，但我正在绘制一幅随机生成的数据来演示一些东西，所以我需要用灰色产生一些观测，有很强的正相关性，然后用红色的观察，没有关联，这只是观测的云状。
我得到了灰色的观测结果没有问题，但是红色的观测结果正在以正方形的形式出现在地块上。我需要它们更少的方形，更像云一样的随机性。我尝试过几种不同的随机数分配方法，但似乎都没有效果。当我缩小我的样本大小时，它看起来不那么正方形，但是我仍然希望它有相当数量的样本(即灰色有2000个样本，红色在500-2000之间)。我已经尝试过rnorm、runif、sample和truncnorm，但它们都只是一直在生产红色的盒子，否则它们就不会停留在应该
浏览 4提问于2020-10-08得票数 1
回答已采纳
1回答
创建随机数据列表--名称中数量增加的帧
r、random
我想创建10 (在工作中: 50,000)随机数据帧，并设置种子，以保证重复性。每个数据帧的种子应该是不同的，它的名称也应该从df_01，df_02 .在@akrun的df_10的帮助下，我编写了如下循环：
# Number of data-frames to be created
n <- 10
# setting a seed vector
x <- 42
# loop
for (i in 1:10) {
set.seed(x)
a <- rnorm(10,.9,.05)
b <- sample(8:200,10,
浏览 2提问于2017-05-10得票数 3
回答已采纳
1回答
逐行查找矩阵或数据帧的最低值(排序)
r、matrix、dataframe、dplyr、minimum
目标：从矩阵或数据帧中找到每一行的最低n值。对于本例，我们希望找到每行的3个最低值。我们想返回一个矩阵
rowname | colname_min | value_min | colname_min2 | value_min2 | colname_min3 | value_min3
出发点：i修改了这个问题的答案：
以下是我修改的代码：
df<-data.frame(matrix(data=round(x=rnorm(100,10,1),digits=3),nrow=10),
row.names=c("A","B",&
浏览 2提问于2015-03-18得票数 2
1回答
使用purrr：：map-族:每一行截断的正态分布模拟数据消耗RAM。
r、data.table、simulation、purrr、montecarlo
我试图用马尔可夫链蒙特卡罗方法评估与不同输入参数相关的不确定因素，换句话说，利用输入数据文档中报告的不确定性参数，通过在所使用的分布(正态分布或截断正态分布)中创建1000个随机值来生成每个数据集的分布。但是，--我不知道如何使用purrr::map() --功能更快，而且不耗尽内存。数据集有200万行和80 cols。下面是一个简化的示例：
library(tidyverse); library(truncnorm);library(data.table); library(dtplyr)
n <- 1000 # number of simulations
n_obs <- 10
浏览 10提问于2021-09-17得票数 1
1回答
R在循环中以幻灯片形式生成幻灯片
r、markdown、r-markdown、slidify
我希望使用slidify包创建N个幻灯片来报告N个(大)数据子集的描述性统计数据。在前面的一次讨论中，建议将brew和knitr结合起来来实现这一点。
我想知道slidify是否有自己的解决办法来完成这样的任务？我想迭代数据来填充幻灯片比普通文本更符合逻辑.
一个最小的例子(从上面的问题，我需要幻灯片而不是段落)
```{r loopResults, echo=FALSE, results='asis'}
结果=列表(result1= data.frame(x=rnorm(3)，y=rnorm(3))，result2=data.frame(x=rnorm(3)，y=rnorm(
浏览 6提问于2013-10-08得票数 6
回答已采纳
2回答
用ggplot在R中创造刺激
r、ggplot2、graph
我试图为使用R的实验生成我自己的刺激。下面是使用rnorm()创建我的(x，y)坐标的代码，不同的样本大小为100，不同的方式和sd。我还创建了另一个变量来表示由runif()决定的圆的大小。
dt <- data.frame(x = NA,
y = NA,
size = NA,
M = NA,
sd = NA,
col = NA,
iter = NA)
sa<-0
mySD<-c(5, 15)
myMeans<-c(35, 45)
colors<-c
浏览 2提问于2020-09-25得票数 1
回答已采纳
1回答
函数中的基本循环索引
r、loops
我想在下面的代码中添加一个循环，以便它运行四次
n <- c(1000, 10000, 100000, 1000000)
并返回包含n值及其解决方案pi的矩阵？谢谢!
下面是我为n的单个值编写的代码
n <- 1000
x <- c(runif(n, -1,1))
y <-c(runif(n, -1,1))
points <- data.frame(cbind(x,y))
z <- points$x^2 + points$y^2
pi <- function(n,points){
y <- 4*length(z[z<=1])/n
浏览 0提问于2019-04-03得票数 0
回答已采纳
3回答
有效R矩阵比较
r、performance、matrix、row
在R中，我有两个矩阵，x和y，它们都有相同的列数，例如：
x <- matrix(runif(10*20),10,20)
y <- matrix(runif(50*20),50,20)
创建包含以下比较结果的矩阵的最有效的方法是什么？将x中的每一行与y中的每一行进行比较(10x50行比较)，返回y行中有多少数字小于x行中的对应数。将结果放入10x50结果矩阵中。
以下代码工作正常，但效率不高：
result <- matrix(NA,10,50)
for (i in 1:10) {
for (j in 1:50) {
result[i,j]
浏览 5提问于2015-09-17得票数 1
2回答
我有一个R的数据帧，它的大小是nx4。我试图循环它，并执行一个计算，以添加到“距离”向量。x0是一个长度为3的向量。
trainData = data.frame(x1,x2,x3,y)
for (j in 1:n) {
distances[j] = sqrt(sum((x0 - trainData[j,1:3])^2))
}
我得到以下错误：
Error in Ops.data.frame(x0, trainData[j, 1:3]) :
‘-’ only defined for equally-sized data frames
然而，被减除的两个值是相同的长度，并且我可以
浏览 1提问于2018-09-20得票数 0
回答已采纳
2回答
将嵌套的for循环替换为lapply()
r、function、for-loop、apply、lapply
我发送这个例子是为了解释如何用lapply()函数替换嵌套的for循环。但是，我不能完全理解嵌套的for循环中发生了什么？
根据我的理解，for循环为所有年份的每个国家创建了两个名为tempX和tempY的新变量，但是在for循环中参数的最后一行发生了什么？
variable1和variable2的用途是什么？
# Generate random data:
allCountries <- LETTERS[1:10]
allYears <- 1990:2012
myData <- expand.grid(allCountries, allYears) # create a
浏览 1提问于2020-02-19得票数 0
5回答
散点图95%置信限
r、ggplot2、scatter-plot、confidence-interval
我需要绘制几个数据点，这些数据点定义为
c(x，y，stdev_x，stdev_y)
作为散点图，用95%的置信限表示，例如显示点和它周围的一个轮廓。理想情况下，我想围绕这一点来描绘椭圆形，但不知道该如何去做。我正在考虑构建示例并绘制它们，添加了stat_density2d()，但是需要将等高线的数量限制在1，但无法想出如何实现。
require(ggplot2)
n=10000
d <- data.frame(id=rep("A", n),
se=rnorm(n, 0.18,0.02),
sp=r
浏览 3提问于2013-02-25得票数 7
回答已采纳
1回答
用plyr或矩阵代数从列中减去groupwise
r、linear-algebra、plyr、mean
我正在尝试编写一些可并行的代码(利用plyr和doMC)来计算并从数据帧的列中减去groupwise方法。我很难使plyr语法正确。
下面是使用for-循环的脚本：
data = data.frame(x = rnorm(100),y = rnorm(100),ID = round(runif(100)*10))
data = data[with(data,order(ID)),]
dm = matrix(rep(NA,nrow(data)*(ncol(data)-1)),nrow(data),(ncol(data)-1))
for (i in 1:(ncol(data)-1)){
浏览 0提问于2013-08-08得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
