可能的重复项：
将脚本重复应用于 R 中的 n 个.csv文件的最佳方法是什么？
我有一个脚本，用于计算内核利用率分布并生成汇总图的 PDF。我的脚本目前按每个"周期"拆分数据库，并使用 for 循环生成 KUD 图。我还在对应于单个鱼的目录中存储了多个csv文件。我想要的是使用函数或循环来读取目录中的所有文件并运行脚本，该脚本将为每条鱼和每个时期生成 PDF 图。
我的脚本如下所示：
library(ks)
dd<-read.table(text="period dist depth
1 4916.64 8.661827
1 4916.64 14.789091
1 4916.64 13.555909
1 4916.64 12.92816
1 4916.64 11.708774
1 4916.64 15.28
1 4916.64 13.369875
1 4916.64 14.039655
1 4916.64 13.454545
1 4916.64 12.638261
1 4916.64 13.251081
1 4916.64 14.006341
1 4916.64 12.64
1 4916.64 15.521818
1 4916.64 10.202121
1 4916.64 14.816667
1 4916.64 15.504
1 9674.844 23.93
1 11000.151 22.157143
1 11414.31 22.72
1 11414.31 25.7
1 11414.31 19.07
1 11414.31 23.085714
1 9481.57 17.266667
1 11414.31 26.8
1 11414.31 19.382222
1 5616.09 12.016667
1 10658.02 18.873913
1 11414.31 25.2
1 11414.31 20.9
1 11414.31 27.65
1 11414.31 22.133333
1 11414.31 30.9
1 5616.09 23.3
2 11172.718 20.391667
2 9964.755 23.51
2 5616.09 19.43
2 5616.09 19.1
2 4916.64 18.42
2 8515.2 17.683333
2 11414.31 22.128571
2 11414.31 22.8608
2 10391.095 24.955882
2 10931.125 25.225
2 6444.407 20.228571
2 11276.257 23.77619
2 10585.993 23.285714
2 10641.214 20.653333
2 9757.676 24.007143
2 11414.31 18.817
2 11414.31 23.525
2 11414.31 22.873684
2 11414.31 26.15
2 10486.595 21.9
2 11000.151 24.142857
2 11414.31 24.3875
2 10819.621 20.569231
2 10360.088 29.345455
2 9708.951 21.488235
2 11414.31 30.775
2 11414.31 25.5
2 11414.31 18.477917
2 10327.144 26.8625
2 11414.31 26.12963
2 11414.31 29.28125
2 11414.31 23.166667
2 10689.532 21.8625
2 11414.31 28.328571
2 11414.31 22.563158
2 11414.31 25.490909
2 11414.31 26.0625
2 11414.31 34.5
2 11414.31 17.375294
",header=T)
dd1<-data.frame(dd$period,dd$dist,dd$depth)
# split database for each period
period<-dd1$dd.period
M<-split(dd1,period)
l<-length(M)
# run loop through each tag and create a PDF file with all KUD plots
pdf("KUD plot.pdf",width=11,height=8,paper="a4r")
par(mfcol=c(1,1))
for(j in 1:l){
# calculate the 2D kernel
dd2<-data.frame(M[[j]]$dd.dist,M[[j]]$dd.depth)
## auto bandwidth selection
H.pi2<-Hpi(dd2,binned=TRUE)*1
ddhat<-kde(dd2,H=H.pi2)
# Kernel contour plot
plot(ddhat,cont=c(95),drawpoints=TRUE,col="black",xlab="Distance (m)",lwd=2.5,
ylab="Depth (m)",ptcol="grey15",cex=0.7,
xlim=c(min(dd2[,1]-dd2[,1]*0.4),max(dd2[,1]+dd2[,1]*0.4)),ylim=c(45,-1),
main=paste("Period"," - ",M[[j]]$dd.period[1]))
plot(ddhat,cont=c(25),add=TRUE,col="red",lwd=2.4)
plot(ddhat,cont=c(50),add=TRUE,col="seagreen2",lwd=2.4)
plot(ddhat,cont=c(75),add=TRUE,col="royalblue",lty=5,lwd=2.5)
}
dev.off()
任何关于如何改进脚本的建议或想法将不胜感激。提前感谢！
链接@RomanLustrik答案不包含基于apply的解决方案，所以我将在这里介绍一个。您可能需要的功能是从plyr包中d*ply的。 plyr做所有splitting - applying a function to each split - and combining it back together again .例如，要获取每个周期的平均深度：
library(plyr)
ddply(dd, .(period), summarise, mn = mean(depth))
您可以使用相同的想法来执行分析：
res = dlply(dd, .(period), function(x) {
dd2 = x[-1]
H.pi2<-Hpi(dd2,binned=TRUE)*1
ddhat<-kde(dd2,H=H.pi2)
})
其中res是长度为 2 的列表，其中包含分析结果。您可以使用类似的方法从res中提取信息并绘制它。我会为此使用ggplot2。
简化代码的一种方法是将for循环替换为从plyr包调用ddply。例如：
library(plyr)
pdf("test.pdf",width=11,height=8,paper="a4r")
invisible(ddply(dd1, .(period), function(df) {
period <- df$dd.period[1]
df <- df[,-1]
## auto bandwidth selection
H.pi2<-Hpi(df,binned=TRUE)*1
ddhat<-kde(df,H=H.pi2)
## Kernel contour plot
plot(ddhat,cont=c(95),drawpoints=TRUE,col="black",xlab="Distance (m)",lwd=2.5,
ylab="Depth (m)",ptcol="grey15",cex=0.7,
xlim=c(min(df$dd.dist-df$dd.dist*0.4),max(df$dd.dist+df$dd.dist*0.4)),ylim=c(45,-1),
main=paste("Period"," - ",period))
plot(ddhat,cont=c(25),add=TRUE,col="red",lwd=2.4)
plot(ddhat,cont=c(50),add=TRUE,col="seagreen2",lwd=2.4)
plot(ddhat,cont=c(75),add=TRUE,col="royalblue",lty=5,lwd=2.5)
}))
dev.off()
然后你可以把这段代码包装到你自己的函数中，该函数会把一个数据框和一个pdf文件名作为参数：
pdfks <- function(dd1, filename) {
pdf(filename, width=11, height=8, paper="a4r")
...
dev.off()
}
循环将依次加载每个csv文件，并将此函数应用于每个文件。