使用 for-loop 和 if 函数创建一个新向量？

Posted 2023-02-14

【中文标题】使用 for-loop 和 if 函数创建一个新向量？

【英文标题】：Use for-loop and if function to create a new vector?

【发布时间】：2021-12-30 08:41:19

【问题描述】：

我想对代码进行以下操作：我想从给定的正态分布中获取一个 n = 30 的样本，并计算每个样本的平均值。 （直到这一步我的功能没有任何问题）。之后，我想创建一个带有 yes 或 no 的新向量，具体取决于平均值是否在某个范围内。遗憾的是，代码没有执行此步骤。我总是得到一个包含 13 个元素的向量，但应该有 500 个。有什么问题？我的错在哪里？

o = 13
u = 7
d = c()
for (i in 1:500)
  i = rnorm(30,mean = 10,sd = 6.04)
  i = mean(i)
  if (i <= o & i >=u) 
    d[i]=("Yes")
   else 
    d[i]=("No")
  

【参考方案1】：

您应该避免在循环中更改迭代器 (i) 的值。在您的情况下，您的 i 正在成为一个非整数值。当您尝试索引您的d 向量时，它会采用i 的整数部分。

考虑当我有一个向量时会发生什么

x <- 1:4

我使用它的pi 索引。

x[pi]
# [1] 3

您的代码应该看起来更像这样：

o = 13
u = 7

d = c()

for (i in 1:500)
  sample_i = rnorm(30, mean = 10, sd = 6.04)
  mean_i = mean(sample_i)
  if (mean_i <= o & mean_i >=u) 
    d[i]=("Yes")
   else 
    d[i]=("No")
  

如果你想改进你的代码，这里有一些建议：

首先，避免“增长”您的结果。这对性能有影响。最好确定您的结果 (d) 应该有多长，然后将其设置为该长度。

接下来，尽量不要将迭代次数硬编码到循环中。熟悉 seq_along 和 seq_len 并使用它们为您计算迭代次数。

o = 13
u = 7

d = numeric(500)    #  I made a change here

for (i in seq_along(d))  # And I made a change here
  sample_i = rnorm(30, mean = 10, sd = 6.04)
  mean_i = mean(sample_i)
  if (mean_i <= o & mean_i >=u) 
    d[i]=("Yes")
   else 
    d[i]=("No")
  

【讨论】：

非常感谢您的详细解答。这很有帮助！

【参考方案2】：

重新分配 i 对我来说是个坏主意。

您确定要在 for 循环中执行此操作吗？如果不是，我认为带有交叉的矢量化解决方案（tidyverse - 很好的解释，在 varianceexplained.org 上）应该可以很好地工作？

o = 13
u = 7

crossing(trial = 1:500,
         rounds = 1:30)%>%
  mutate(num = rnorm(n(), mean = 10,  sd = 6.04))%>%
  group_by(trial)%>%
  summarise(mean = mean(num))%>%
  mutate(d = case_when(mean <= o & mean >= u ~ "Yes",
                       TRUE ~ "No"))%>%
  count(d)

【讨论】：

感谢您的回答。我会看看这种可能性并尝试理解它。