R语言中用循环批量执行DEA计算并生成结果数据框

我来帮你搞定这个批量DEA计算的需求！咱们先理清楚思路：你已经有了包含3个data.frame的列表d3，现在要对每个data.frame重复执行DEA效率计算、加权平均，最后算出va值，再把所有va整理成一个新的data.frame。下面给你两种实用的实现方式：

第一步：先确认生成d3的代码（方便复现） #

library(Benchmarking)
# 生成第一个data.frame d
x <- c(2, 3, 8)
y <- c(1, 5, 10)
k <- 25
d <- data.frame(x,y,k)
# 生成第二个data.frame d2
x <- c(5, 2, 3, 4)
y <- c(3, 5, 9, 10)
k <- 30
d2 <- data.frame(x,y,k)
# 生成包含3个data.frame的列表d3
d3 <- replicate(3, rbind(d, d2[sample(seq_len(nrow(d2)), 3), , drop=FALSE]), simplify = FALSE)

方法一：使用for循环（直观易懂） #

这种方式适合刚接触R循环的朋友，逻辑清晰，每一步都能看明白：

# 初始化一个空向量，用来存储每个列表元素的va值
va_results <- numeric(length(d3))

# 循环遍历d3中的每个data.frame
for(i in seq_along(d3)){
  # 取出当前循环对应的data.frame
  current_df <- d3[[i]]
  
  # 筛选k=25的样本作为参考集，计算DEA效率
  ref_25 <- subset(current_df, k == 25)
  e1 <- dea(current_df$x, current_df$y, XREF = ref_25$x, YREF = ref_25$y)
  
  # 筛选k=30的样本作为参考集，计算DEA效率
  ref_30 <- subset(current_df, k == 30)
  e2 <- dea(current_df$x, current_df$y, XREF = ref_30$x, YREF = ref_30$y)
  
  # 计算加权平均效率（以y为权重）
  we1 <- weighted.mean(eff(e1), current_df$y)
  we2 <- weighted.mean(eff(e2), current_df$y)
  
  # 计算va并存储到结果向量中
  va_results[i] <- we2 / we1
}

# 将结果向量转换为最终的data.frame，group列对应d3中的元素索引
va_df <- data.frame(va = va_results, group = seq_along(d3))

方法二：使用lapply函数（更简洁的R风格） #

R的函数式编程风格更适合处理列表，用lapply可以把重复逻辑封装成函数，代码更简洁易维护：

# 定义一个函数，输入单个data.frame，输出对应的va值
calculate_va <- function(df){
  # 筛选k=25的参考集并计算DEA
  ref_25 <- subset(df, k == 25)
  e1 <- dea(df$x, df$y, XREF = ref_25$x, YREF = ref_25$y)
  
  # 筛选k=30的参考集并计算DEA
  ref_30 <- subset(df, k == 30)
  e2 <- dea(df$x, df$y, XREF = ref_30$x, YREF = ref_30$y)
  
  # 计算加权平均效率
  we1 <- weighted.mean(eff(e1), df$y)
  we2 <- weighted.mean(eff(e2), df$y)
  
  # 返回va值
  return(we2 / we1)
}

# 用lapply对d3的每个元素应用calculate_va函数
va_list <- lapply(d3, calculate_va)

# 将列表结果转换为data.frame，group列对应d3的元素索引
va_df <- data.frame(va = unlist(va_list), group = seq_along(d3))

两种方法最终都会得到一个包含所有va值的data.frameva_df，其中group列对应原列表d3中第几个data.frame的计算结果，方便你后续分析。

内容的提问来源于stack exchange，提问作者user4773130