如何用R语言for循环替代硬编码执行10次预测并生成结果数据框

原代码重复执行10次相同操作，改用for循环既能简化代码，后续模型数量变动时也不用逐一修改。具体实现如下：

test <- data

# 初始化空列表统一存储各模型结果
result_list <- list()

# 循环处理10个模型及对应列
for (i in 1:10) {
  # 动态生成当前要处理的u列名（如u_1、u_2...）
  u_col <- paste0("u_", i)
  # 筛选test中该u列为NA的行，提取所需字段
  subset_data <- test[is.na(test[[u_col]]), c(u_col, "undesirable", "desirable")]
  # 调用对应模型做预测并转成数据框
  result <- data.frame(predict(models[[i]], newdata = subset_data))
  # 定位预测结果最大值的位置，存入列表
  tec <- which(result == max(result), arr.ind = TRUE)
  result_list[[i]] <- tec
}

# 合并列表中所有结果
a <- do.call(rbind, result_list)
# 整理为最终数据框
final_df <- data.frame(products = rownames(a))
colnames(final_df) <- c("products")

代码说明： #

• 用paste0("u_", i)动态生成列名，避免手动重复编写u_1到u_10
• 用列表result_list统一存储循环结果，比零散的result1-result10变量更整洁易维护
• do.call(rbind, result_list)自动合并所有列表元素，替代手动写10次rbind的繁琐操作
• 最终数据框的整理逻辑和原硬编码代码完全一致

内容的提问来源于stack exchange，提问作者bergpot