创建可自定义的 n 维数组

Question

这是两个合二为一的问题；如果我应该拆分它们，请告诉我。

我有一份 HR 数据电子表格，我打算将它分成不同的横截面。目前每一行代表一名员工、该特定报告的年份（例如，在三年期间，一名员工会出现三次，并且一列包括该行所指的年份）和一系列其他特征。此外，我添加了一个字段，显示该员工在该期间代表的 FTE 数，代表该员工面临风险。

为了将其与其他数据结合起来，我正在尝试创建一个 n 维数组，其中每个点代表与维度相匹配的总风险敞口。在我使用的示例中，维度是年份、公司 [有几个]、年龄段、性别、部门、任期段。

为此，我编写了以下代码：

FactorNames <- c("FY","HR Business", "Age Band", "Gender", "Classification Level 1", "Tenure Band")
FactorDim <- lapply(length,mapply(unique,HR[FactorNames]))
Names <- lapply(HR[FactorNames], function(x)sort(unique(x)))

 Index <- 1
 for (Ten in 1:FactorDim[6]){
   for (Job in 1:FactorDim[5])  {
     for (Sex in 1:FactorDim[4]) {
       for (Age in 1:FactorDim[3]) {
         for (Co in 1:FactorDim[2]) {
           for (Year in 1:FactorDim[1]) {
             ExpList[Index] = sum(subset(HR,
                                         HR$FY == Names[1,Year],
                                         HR$`HR Business` == Names[2, Co],
                                         HR$`Age Band` == Names[3, Age],
                                         HR$Gender == Names[4, Sex],
                                         HR$`Classification Level 1` ==  Names[5,Job],
                                         HR$`Tenure Band` == Names[6,Ten],
                                         select=Exposure),
                                  na.rm=TRUE)
             Index <- Index + 1
           }
         }
       }
     }
   }
 }

主要有两个问题。

Names <- lapply(HR[FactorNames], function(x)sort(unique(x))) 不正确，因为 lapply(HR[FactorNames], function(x)sort(unique(x))) returns 唯一值作为单个组合元素而不是矢量。这意味着我的 for 循环的内容会抛出错误 Error in Names[1, Year] : incorrect number of dimensions.
我的同心 for 循环根本不可能成为填充阵列的最佳方式，我想知道是否有人知道这是什么。

你会推荐什么？

Answer 1

我编了一些数据

# make fake data
FactorNames <- c("FY","HR Business", "Age Band", "Gender", "Classification Level 1", "Tenure Band")
d <- as.data.frame(lapply(FactorNames,function(x){paste(x,sample(1:3,6,replace=T))}))
names(d) <- FactorNames
d$Name <- c('z','y','x','w','v','z')
d$Exposure <- randu[1:6,1]

据我了解，您的 for 循环打算在 d$sum_val 列中生成如下所示的内容。名称和所有因素的每个组合的所有曝光值的总和。

# get sum
library(dplyr) # %>% pipe, group_by, and summarize
d %>% 
 group_by(Name, FY, `HR Business`, `Age Band`, Gender, `Classification Level 1`, `Tenure Band`) %>% 
 summarize(sum_val = sum(Exposure))

要创建一个 n 维数组，请查看 acast，使用类似 factor1 ~ factor2 ~ factor3 的公式，每个暗淡的 ~。

# lazy way to write out each of the factors
quoteFN <- lapply(c('Name',FactorNames),sprintf,fmt='`%s`')
concatFN <- paste(collapse=" ~ ", quoteFN )

# collapse into array
out <- reshape2::acast(d, as.formula(concatFN),value.var='Exposure',sum)

# what does it look like
dimnames(out)
dim(out)

创建可自定义的 n 维数组

Creating a customisable n dimension array

arrays

r

n-dimensional

lapply