1つの列内の一意の行と2）特定の他の列のすべての値

Question

私は現在、農業データの大きな（ish）データフレーム（13,884行と57列）を扱っています。

データフレームの1つの列は、対象国の「地区」の名前で構成されています。また、複数作物の「生産下総面積」欄と、各調査に対応する「年」欄も含まれています。データフレームの簡易版：

Dist_names <- c('A', 'B', 'C', 'D') 
Rice_area <- rnorm(16, mean = 5, sd = 1) 
Random_var <- rep('blah', times = 16) 
Maize_area <- rnorm(16, mean = 3, sd = 1) 
Random_var1 <- rep('blah', times = 16) 
Wheat_area <- rnorm(16, mean = 7, sd = 1) 
Year  <- c(rep('1966', times = 4), rep('1971', times = 4), 
       rep('1984', times = 4), rep('1996', times = 4)) 

df_ag <- data.frame(Dist_names, 
        Rice_area, 
        Random_var, 
        Maize_area, 
        Random_var1, 
        Wheat_area, 
        Year) 
df_ag 

    Dist_names Rice_area Random_var Maize_area Random_var1 Wheat_area Year 
1   A 6.266559  blah 3.8740517  blah 7.775330 1966 
2   B 5.611816  blah 1.9078029  blah 7.497784 1966 
3   C 5.481312  blah 2.2931361  blah 6.556777 1966 
4   D 3.982654  blah 2.2146227  blah 6.899663 1966 
5   A 6.123487  blah 2.3746220  blah 6.537040 1971 
6   B 6.760871  blah 2.6296762  blah 6.994326 1971 
7   C 5.123877  blah 3.3364304  blah 7.348202 1971 
8   D 5.340764  blah 3.3026722  blah 6.316179 1971 
9   A 5.005836  blah 2.6335372  blah 7.031141 1984 
10   B 4.224905  blah 4.4294862  blah 7.822868 1984 
11   C 5.297800  blah 2.3048798  blah 4.287632 1984 
12   D 7.870687  blah 1.5812036  blah 6.171034 1984 
13   A 4.575766  blah 0.3331641  blah 6.971024 1996 
14   B 5.717461  blah 2.7911101  blah 7.396314 1996 
15   C 4.679965  blah 3.0742187  blah 5.575169 1996 
16   D 3.892069  blah 2.5029748  blah 7.660881 1996 

そうで、私は何をしようとしてることはyear変数の機能、およびプロットとして各crop_area変数の線形モデルを作成し、dist_names変数をループしています出力はabline()と一緒に出力されます。この作業を自動化する必要があります。これは332の固有の地区名があり、28の作物= 9296のプロットが生成されるためです。

私は、単一の作物の変数をループすることができるよと、次のようなコード使用してビジュアルを生成します。しかし、私はやることができるようにするためのコードを一般に困難な時期を過ごしてい

par(ask=TRUE) 
dists <- unique(df_ag$Dist_names) 
for (dis in dists) { 
    dat <- df_ag[df_ag$Dist_names == dis, ] 
    m <- lm(Rice_area ~ Year, data = dat) 
    plot(dat$Year, dat$Rice_area, main=paste0(dat$Dist_name[1], ', ', dis)) 
    abline(m) 
} 

を上記のすべてのcrop_area変数と同じことです。私の現在の考え方は、ネストされたループforで構成される関数が必要であるということです。最新の（動作しない）試みは次のとおりです：

par(ask=TRUE) 
graph_fun <- function(df, na.rm = TRUE) { 

    # find unique districts within dist_names 
    dists <- unique(df_ag$Dist_names) 

    # total area variables in data frame 
    ta_vars <- df_ag[grepl("area", names(df_ag))] 

    # loop through each district name 
    for (dis in dists) { 

    # loop through each crop variable 
    for (i in 1:ncol(ta_vars)) { 

     # new variable with each district and each crop   
     dat <- df_ag[df_ag$Dist_names == dis, ta_vars[i]] 

    } 

    # generate linear models and plots 
    m <- lm(dat[j], Year, data = dat) 
    plot(dat$Year, dat[j], main=paste0(dat$Dist_names[1], ', ', dis,)) 
    abline(m) 

    } 

} 

もちろん、上記のコードはトリックを行いません。 xの

エラー[J]：無効な添字タイプ「リスト」

どれでも私は、コードが間違っている、複数の領域があると確信しているが、私は現在、次のエラーを取得しています指導は非常に高く評価されるだろう。私は誰もがapplyファミリ機能でタスクを達成する方法を考えることができる場合、forループコンセプトと結婚していません。

Answer 1

私がこれをやっていたら、データを長いフォーマットに溶かし、データをスライスしてダイスする便利な機能の1つを使用します。

library(tidyr) 
xy <- gather(df_ag, key = crop, value = area, -Random_var, -Random_var1, -Year, -Dist_names) 
xy$Year <- as.numeric(as.character(xy$Year)) 


by(data = xy, INDICES = list(xy$Dist_names, xy$crop), FUN = function(x) { 
    mdl <- lm(area ~ Year, data = x) 
    plot(area ~ Year, data = x, type = "p") 
    abline(mdl) 

    return(mdl) 
    }) 

...しかし、おそらく混合エフェクトモデルが必要です。

これは、あなたが行っているプロットを生成します。

Dist_names <- c('A', 'B', 'C', 'D') 
Rice_area <- rnorm(16, mean = 5, sd = 1) 
Random_var <- rep('blah', times = 16) 
Maize_area <- rnorm(16, mean = 3, sd = 1) 
Random_var1 <- rep('blah', times = 16) 
Wheat_area <- rnorm(16, mean = 7, sd = 1) 
Year  <- as.numeric(c(rep('1966', times = 4), rep('1971', times = 4), 
       rep('1984', times = 4), rep('1996', times = 4))) 

df_ag <- data.frame(Dist_names, 
        Rice_area, 
        Random_var, 
        Maize_area, 
        Random_var1, 
        Wheat_area, 
        Year) 

graph_fun <- function(df) { 
    # find unique districts within dist_names 
    dists <- unique(df$Dist_names) 

    # total area variables in data frame 
    ta_vars <- df[grepl("area", names(df))] 

# browser() # if you enable this, it will, upon execution, stop the function here 
# you can then look around the function and run whichever bit of code you wish to poke around 
    par(mfrow = c(length(dists), ncol(ta_vars))) 

    # loop through each district name 
    for (dis in dists) { 

    # loop through each crop variable 
    for (ta_var in colnames(ta_vars)) { 

     # new variable with each district and each crop   
     dat <- df[df$Dist_names == dis, ] 

     # generate linear models and plots 
     m <- lm(formula(paste(ta_var, "~ Year"), data = dat)) 
     plot(dat$Year, dat[, ta_var], main=paste0(unique(dat$Dist_names), ', ', ta_var)) 
     abline(m) 
    } 

    } 
} 

graph_fun(df_ag) 

これは多くのレベルで機能しない可能性がありますので、一度にnレベルのレベルを作成するだけで調整する必要があります。