从sfa_out列表的随机前沿模型提取效率值至数据框报错求助

需求描述 #

有一个存储了8个随机前沿模型的列表sfa_out，需要用efficiencies()函数提取每个模型的效率估计值，并将所有模型的效率值合并到同一个数据框中。单独处理每个模型正常，但批量处理的for循环报错。

原代码与错误信息 #

原循环代码 #

# define an empty data frame
eff_out <- data.frame()

# write a for loop for each i model in the list "sfa_out"
for(i in 1:length(sfa_out$models)) {
  eff_out$i = as.data.frame(efficiencies(sfa_out$models[[i]])) %>%

# the code below pivots the data frame so that three columns are "col", "year" and "efficiency"
  
    mutate(col = row.names(efficiencies(sfa_out$models[[i]]))) %>%
    pivot_longer(cols = 1:23,
                 names_to = "year",
                 values_to = "efficiency") %>%
    drop_na()
}

错误信息 #

Error in `$<-.data.frame`(`*tmp*`, "i", value = list(col = c("GB0000365774",  : 
  replacement has 139 rows, data has 0

问题分析 #

1. 初始eff_out是0行空数据框，直接赋值新列时，新列的行数（139行）与原数据框行数（0行）不匹配，触发报错。
2. eff_out$i会创建固定名为i的列，而非动态对应每个模型的标识，且每次循环会覆盖该列，无法保留所有模型的数据。
3. 重复调用efficiencies(sfa_out$models[[i]])两次，冗余且降低效率。

解决方案 #

方法1：修正for循环 #

先初始化空数据框，每次处理单个模型时添加模型ID，再合并到总数据框：

library(dplyr)
library(tidyr)

# 初始化空数据框
eff_out <- data.frame()

# 循环处理每个模型
for(i in 1:length(sfa_out$models)) {
  # 先提取效率值，避免重复调用
  eff_df <- as.data.frame(efficiencies(sfa_out$models[[i]]))
  
  # 处理当前模型的数据，添加模型ID
  current_eff <- eff_df %>%
    mutate(col = rownames(eff_df),
           model_id = i) %>%  # 添加模型标识，区分不同模型
    pivot_longer(cols = 1:23,
                 names_to = "year",
                 values_to = "efficiency") %>%
    drop_na()
  
  # 合并到总数据框
  eff_out <- bind_rows(eff_out, current_eff)
}

方法2：用purrr批量处理（更简洁） #

使用purrr::map_dfr可以避免手动循环，自动合并数据框：

library(dplyr)
library(tidyr)
library(purrr)

eff_out <- map_dfr(seq_along(sfa_out$models), function(i) {
  eff_df <- as.data.frame(efficiencies(sfa_out$models[[i]]))
  eff_df %>%
    mutate(col = rownames(eff_df),
           model_id = i) %>%
    pivot_longer(cols = 1:23,
                 names_to = "year",
                 values_to = "efficiency") %>%
    drop_na()
})

补充说明 #

• 添加model_id列可以区分不同模型的效率值，方便后续分析。
• 如果效率值列数不是固定23，可以用cols = -col代替cols = 1:23，避免硬编码列数，提升代码通用性。

内容的提问来源于stack exchange，提问作者fsure