forループのデータをforループの内部に格納する方法は？

Question

require(quantmod) 
require(TTR) 

iris2 <- iris[1:4] 
b=NULL 
for (i in 1:ncol(iris2)){ 
for (j in 1:ncol(iris2)){ 
a<- runCor(iris2[,i],iris2[,j],n=21) 
b<-cbind(b,a)}} 

データフレーム内の異なる列のローリング相関を計算し、そのデータを列で別々に保存したいと考えています。上のコードは変数bにデータを格納していますが、すべての結果をダンプするだけでは役に立ちません。私が望むのは、各iに対して異なるデータフレームを作成できることです。

この場合、私が最終的に望むのは、4つのデータフレームです。各データフレームには、ローリング相関を示す4つの列、つまりdf1 = col1のcol1とcol1,2,3,4、df2 =コル2の対col 1,2,3,4 ...など）

私はlapplyまたはrollapplyを使用すると考えましたが、同じ問題が発生しました。

d=NULL 
for (i in 1:ncol(iris2)) 
for (j in 1:ncol(iris2)) 
{c<-rollapply(iris2, 21 ,function(x) cor(x[,i],x[,j]), by.column=FALSE) 
d<-cbind(d,c)} 

本当に入力がありますか。

Answer 1

拡張ループを維持したい場合、データフレームのリストはどうですか？

e <- list(length = length(ncol(iris2))) 

for (i in 1:ncol(iris2)) { 
    d <- matrix(0, nrow = length(iris2[,1]), ncol = length(iris2[1,])) 
    for (j in 1:ncol(iris2)) { 
     d[,j]<- runCor(iris2[,i],iris2[,j],n=21) 
    } 
e[[i]] <- d 
} 

また、あなたが、プレースホルダとしたいスペースの量を割り当て、その空間にアイテムを置くのではなくrbindかcbindを使用することをお勧めします。

Answer 2

それは（あなたが他の回答のように、リストにそれらを置くことを好む必要があります） Rにその場でデータフレームを作成することをお勧めではありませんが、そうするための方法は、assignとget機能を使用することです。

for (i in 1:ncol(iris2)) { 
    for (j in 1:ncol(iris2)){ 
     c <- runCor(iris2[,i],iris2[,j],n=21) 

     # Assign 'c' to the name df1, df2... 
     assign(paste0("df", i), c) 
     } 
} 

# to have access to the dataframe: 
get("df1") 

# or inside a loop 
get(paste0("df", i)) 

Answer 3

あなたの計算が遅いと述べたので、私はあなたに並列ソリューションを提供したいと思います。現代のコンピュータを使用している場合は、おそらく2つのコアがあります（4つ以上でない場合）。あなたは簡単に介して、これをチェックすることができます

require(parallel) # for parallelization 
detectCores() 

今コード：

require(quantmod) 
require(TTR) 

iris2 <- iris[,1:4] 

並列化は、各プロセスで作成し、破壊された特殊な環境に置かれる関数や変数が必要です。つまり、変数と関数を定義するためにラッパー関数を作成する必要があります。

wrapper <- function(data, n) { 
    # variables placed into environment 
    force(data) 
    force(n) 

    # functions placed into environment 
    # same inner loop written in earlier answer 
    runcor <- function(data, n, i) { 
    d <- matrix(0, nrow = length(data[,1]), ncol = length(data[1,])) 
    for (j in 1:ncol(data)) { 
     d[,i] <- TTR::runCor(data[,i], data[,j], n = n) 
    } 
    return(d) 
    } 

    # call function to loop over iterator i 
    worker <- function(i) { 
    runcor(data, n, i) 
    } 

    return(worker) 
} 

ローカルコンピュータにクラスタを作成します。これにより、複数のコアを別々に実行できます。

parallelcluster <- makeCluster(parallel::detectCores()) 
models <- parallel::parLapply(parallelcluster, 1:ncol(iris2), 
           wrapper(data = iris2, n = 21)) 
stopCluster(parallelcluster) 

終了したらクラスタを停止して閉じます。