3

我对SAS编程环境非常熟悉。我目前正在尝试学习用 R 编程。我发现使用 SAS 宏可以减少我编程中重复代码的数量。特别是，我发现使用宏变量调整数据集名称和变量名称的部分有用。但是，在 RI 中还没有找到可以复制这一点的东西。

例如，在 SAS 中，我可以编写一个简单的宏来在两个数据集上运行 proc 方法，如下所示：

%macro means(dataset_suffix = , var1_suffix= );
proc means data = data&dataset_suffix;
var var1&var1_suffix;
run;
%mend means;
%means(dataset_suffix = _suf1, var1_suffix = _suf2);
%means(dataset_suffix = _suf3, var1_suffix = _suf4);

运行此代码会执行宏两次，从而导致运行以下代码

proc means data = data_suf1;
var var_suf2;
run;
proc means data = data_suf3;
var var_suf4;
run;

我研究了 R 的用户定义函数以及使用列表。我知道 R 中没有与 proc 方法直接可比的过程。但是，我的问题的重点是如何使用宏变量来引用 R 中具有相似前缀但后缀不同的不同对象。我也考虑过使用粘贴功能。对此的任何帮助将不胜感激。

4

1 回答 1

8

从宏观繁重的语言（SAS或Stata）到具有实变量（R）的语言总是需要一些调整。最后，你会发现实变量更强大，更不容易出错。

几乎所有东西R都是一流的对象。并且list可以存储几乎任何对象。这意味着您可以拥有模型对象列表data.frames，无论您想要什么。

datasets <- list( one=data.frame(x=runif(100),y=runif(100) ), two=data.frame(x=runif(100),y=runif(100) ) )
lm(y~x, data=datasets$one)
modelList <- lapply( datasets, function(dat) lm(y~x, data=dat) )

返回模型结果列表：

> modelList
$one

Call:
lm(formula = y ~ x, data = dat)

Coefficients:
(Intercept)            x  
    0.46483      0.06038  


$two

Call:
lm(formula = y ~ x, data = dat)

Coefficients:
(Intercept)            x  
    0.48379      0.00948

然后您可以对其进行操作：

sapply(modelList,coef)
                   one         two
(Intercept) 0.46482610 0.483785135
x           0.06038169 0.009480099

开始看到威力了吗？:-)

你可以用循环做同样的事情，但是*apply命令可以为你节省大量的记账代码。

于 2013-06-19T15:54:09.150 回答