Boucle sur les variables de chaîne dans R

Lors de la programmation dans Stata je me retrouve souvent à l'aide de l'indice de boucle dans la programmation. Par exemple, je vais en boucle sur la liste des variables nominalprice et realprice:

local list = "nominalprice realprice"
foreach i of local list {
  summarize `i'
  twoway (scatter `i' time)
  graph export "C:\TimePlot-`i'.png"
}

Ce sera l'intrigue de la série chronologique des prix nominaux et réels et exporter un graphique appelé TimePlot-nominalprice.png et un autre appelé TimePlot-realprice.png.

Dans la R la méthode que j'ai trouver pour faire la même chose serait:

clist <- c("nominalprice", "realprice")
for (i in clist) {
  e <- paste("png(\"c:/TimePlot-",i,".png\")", sep="")
  eval(parse(text=e))
  plot(time, eval(parse(text=i)))
  dev.off() 
}

Cette R code est peu intuitive et salissant pour moi et je n'ai pas trouvé un bon moyen de faire ce genre de chose dans la R encore. Peut-être que je suis juste pas la réflexion sur le problème de la bonne façon? Pouvez-vous imaginer une meilleure façon de boucle à l'aide de cordes?

source d'informationauteur aTron

  1. 17

    Comme d'autres personnes l'ont laissé entendre, ce serait plus facile si vous aviez un dataframe avec des colonnes nommées nominalprice et realprice. Si vous ne le faites pas, vous pouvez toujours utiliser get. Vous ne devriez pas avoir besoin parse à tous ici.

    clist <- c("nominalprice", "realprice")
for (i in clist) {
   png(paste("c:/TimePlot-",i,".png"), sep="")
   plot(time, get(i))
   dev.off() 
}
  2. 2

    Si votre problème principal est la nécessité de type eval(parse(texte=i)) au lieu de `je", vous pouvez créer une plus simple-à-utilisation des fonctions pour l'évaluation des expressions de chaînes:

    e = function(expr) eval(parse(text=expr))

    Puis le R exemple pourrait être simplifiée:

    clist <- c("nominalprice", "realprice")
for (i in clist) {
  png(paste("c:/TimePlot-", i, ".png", sep=""))
  plot(time, e(i))
  dev.off() 
}
  3. 1

    À l'aide de ggplot2 et de reformuler: 

    library(ggplot2)
library(reshape)
df <- data.frame(nominalprice=rexp(10), time=1:10)
df <- transform(df, realprice=nominalprice*runif(10,.9,1.1))
dfm <- melt(df, id.var=c("time"))
qplot(time, value, facets=~variable, data=dfm)
  4. 1

    Je ne vois pas ce qui est particulièrement mal avec votre solution originale, sauf que je ne sais pas pourquoi vous utilisez la fonction eval (). Cela ne semble pas nécessaire pour moi.

    Vous pouvez également utiliser une application de fonction, comme lapply. Voici un exemple de travail. J'ai créé des données factices comme un zoo() temps de la série (ce n'est pas nécessaire, mais puisque vous travaillez avec des données de séries chronologiques de toute façon):

    # x <- some time series data
time <- as.Date("2003-02-01") + c(1, 3, 7, 9, 14) - 1
x <- zoo(data.frame(nominalprice=rnorm(5),realprice=rnorm(5)), time)
lapply(c("nominalprice", "realprice"), function(c.name, x) { 
  png(paste("c:/TimePlot-", c.name, ".png", sep=""))
  plot(x[,c.name], main=c.name)
  dev.off()
}, x=x)