Running for-Schleife über mehrere Gruppen

Question

ich folgende Anrechnungs Aufgabe als eine for-Schleife in R leite:

myData <- essuk[c(2,3,4,5,6,12)] 
myDataImp <- matrix(0,dim(myData)[1],dim(myData)[2]) 

lower <- c(0) 
upper <- c(Inf) 

for (k in c(1:5)) 
{ 
    gmm.fit1 <- gmm.tmvnorm(matrix(myData[,k],length(myData[,k]),1), lower=lower, upper=upper) 

    useMu <- matrix(gmm.fit1$coefficients[1],1,1) 
    useSigma <- matrix(gmm.fit1$coefficients[2],1,1) 
    replaceThese <- myData[,k]<=0 
    myDataImp[,k] <- myData[,k] 

    myDataImp[replaceThese,k] <- rtmvnorm(n=sum(replaceThese), c(useMu), c(useSigma), c(-Inf), c(0)) 
} 

Die Schritte sind ziemlich einfach

• den Datensatz definieren und eine leere Anrechnungs Daten einstellen.
• Für Spalte 1-5 passen Sie ein Modell an.
• Extrahieren Sie Modellschätzungen für die Imputation.
• Führen Sie ein Modell mit Modellschätzungen aus und ersetzen Sie die Werte < = 0 durch die neuen Werte im Imputationsdatensatz.

Allerdings möchte ich dies separat für mehrere Gruppen, anstatt für die vollständige Probe. Spalte 12 im Datensatz enthält Informationen zur Gruppenzugehörigkeit (Ganzzahlen von 1 bis 72).

Ich habe verschiedene Optionen ausprobiert, einschließlich der Aufspaltung des Datenrahmens mit data_list <- split(myData, myData$V12) und der Verwendung der lapply()-Funktion. Allerdings funktioniert dies nicht darauf zurückzuführen, wie Modellschätzungen formatiert:

Error in as.data.frame.default(data) : 
    cannot coerce class ""gmm"" to a data.frame 

Ich habe auch gedacht, über die Möglichkeit für eine verschachtelte Schleife zu tun, obwohl ich nicht sicher bin, wie das erreicht werden könnte. Irgendwelche Vorschläge werden sehr geschätzt.

Answer 1

Was ist mit der Verwendung von Teilmenge()?

myData$V12 = as.factor(myData$V12) 
listofresults= c() 
for (i in levels(myData$V12)){ 
data = subset (myData, myData$V12 == i) 
    #your analysis here: result saved in myDataImp 

listofresults = c(listofresults, myDataImp) 
} 

nicht die eleganteste, aber sollte funktionieren.