我有一个包含 10,000 列（SNP 频率）的 df。我需要使用非重复向量进行模拟（因子分析）。为了做到这一点，我需要对列子集进行因子分析，分成 10 个组。例如 cols 1:10, 11:20; 21:30。由于手动指定这需要很长时间，我需要一个简单的脚本来完成它。我写了这个，但它似乎不起作用。我不知道如何告诉 R 何时开始和停止每次迭代。
ind=seq(1,(ncol(df)-10),by=10)
for (i in ind) { start=i;end=i+9; rez = factanal(df,factors=1, start:end) }
只是一个小指针：
groups <- seq(from=1, to=10000, by=10)
这对于将列分成 10 个组可能很有用。然后，对于组的每个元素，您可以添加类似0:9. 看
> 1 + 0:9
[1] 1 2 3 4 5 6 7 8 9 10
这可用于对您的数据框进行子集化。
例如，
for(i in groups){
your_function( dat[, i + 0:9] )
}
将使用相应的数据执行您的函数。确保适当地存储函数的输出。lapply将其包装到调用中可能很有用，例如
lapply(groups, function(x) your_function(dat[, x + 0:9]))
将输出保存在列表中。
虽然这可能是您问题的答案，但让我补充一下我会做的事情，因为我认为从长远来看这可能会对您有更多帮助：我不会循环遍历列，而是将melt数据框转换为长格式，创建一个指示组的索引10 作为新变量，然后将该变量用作分组变量，并结合dplyr的group_by()操作进行分组分析。