As mensagens de erro no post original, devido ao fato de que d_i$a e d_i$b são vetores com 1000 elementos e 10 é um escalar. Portanto, R, compara-se o primeiro elemento d_i$a e o primeiro elemento na d_i$b com 10.
Para resolver a mensagem de erro precisamos comparar um vetor com comprimento de 1 a escalar 10. Isso requer a reestruturação do código para gerar os números aleatórios uma de cada vez. A partir da descrição no post original, não está claro se este comportamento foi intencional.
Vou simplificar o problema, eliminando o conjunto de 10 repetições para ilustrar como criar um quadro de dados com números aleatórios até que uma linha tem tanto a e b com valores maiores que 10.
Primeiro, vamos definir uma semente para fazer a resposta pode ser reproduzido e, em seguida, inicializar alguns objetos. Por definição a e b para 0, podemos garantir que os while() loop será executado pelo menos uma vez.
set.seed(950141238) # for reproducibility
results <- list()
a <- 0 # initialize a to a number < 10
b <- 0 # initialize b to a number < 10
i <- 1 # set a counter
Ter inicializado a e bo while() loop avalia a TRUE gera dois números aleatórios, atribui um valor de índice, e escreve-los como um quadro de dados para o results a lista. A lógica para a while() loop indica que se a é menor ou igual a 10 ou b é menor ou igual a 10, o loop continua a iteração. Ele pára quando ambos a e b são maiores do que 10.
while(a <= 10 | b <= 10){
a <- rnorm(1,10,1) # generate 1 random number with mean of 10 and sd of 1
b <- rnorm(1,10,1) # ditto
results[[i]] <- data.frame(index = i,a,b)
i <- i + 1 # increment i
}
O ciclo pára a execução, após a nona iteração como podemos ver através da impressão resultante quadro de dados depois de combinar as linhas individuais com do.call() e rbind().
df <- do.call(rbind,results)
df
...e a saída:
> df
index a b
1 1 8.682442 8.846653
2 2 9.204682 8.501692
3 3 8.886819 10.488972
4 4 11.264142 8.952981
5 5 9.900112 10.918042
6 6 9.185120 10.625667
7 7 9.620793 10.316724
8 8 11.718397 9.256835
9 9 10.034793 11.634023
>
Observe que a última linha do quadro de dados tem valores maiores que 10 para os dois a e b.
Várias repetições do loop while
Para repetir o processo 10 vezes como é feito na postagem original, nós enrole a operação em um for() loop, e adicionar uma segunda lista, combined_results para salvar os resultados de cada iteração.
set.seed(950141238) # for reproducibility
combined_results <- list()
for(iteration in 1:10){
results <- list()
a <- 0 # initialize a to a number < 10
b <- 0 # initialize b to a number < 10
i <- 1 # set a counter
while((a < 10) | (b < 10)){
a <- rnorm(1,10,1) # generate 1 random number with mean of 10 and sd of 1
b <- rnorm(1,10,1) # ditto
results[[i]] <- data.frame(iteration,index = i,a,b)
i <- i + 1 # increment i
}
combined_results[[iteration]] <- do.call(rbind,results)
}
df <- do.call(rbind,combined_results)
df[df$iteration < 5,]
...e a saída para as 4 primeiras iterações do loop externo:
> df[df$iteration < 5,]
iteration index a b
1 1 1 8.682442 8.846653
2 1 2 9.204682 8.501692
3 1 3 8.886819 10.488972
4 1 4 11.264142 8.952981
5 1 5 9.900112 10.918042
6 1 6 9.185120 10.625667
7 1 7 9.620793 10.316724
8 1 8 11.718397 9.256835
9 1 9 10.034793 11.634023
10 2 1 11.634331 9.746453
11 2 2 9.195410 7.665265
12 2 3 11.323344 8.279968
13 2 4 9.617224 11.792142
14 2 5 9.360307 11.166162
15 2 6 7.963320 11.325801
16 2 7 8.022093 8.568503
17 2 8 10.440788 9.026129
18 2 9 10.841408 10.033346
19 3 1 11.618665 10.179793
20 4 1 10.975061 9.503309
21 4 2 10.209288 12.409656
>
Novamente nota-se que a última linha em cada iteração (9, 18, 19 e 21) têm valores maiores que 10 para os dois a e b.
Nota-se que esta abordagem não tira vantagem de vetorizados operações em R, o que significa que, em vez de gerar mais de 1.000 números aleatórios com cada chamada para rnorm()o código com base em uma while() gera um único número aleatório por chamada rnorm(). Desde rnorm() é um recurso intensivo de função, o código que minimiza o número de vezes rnorm() executa é desejável.
