Question

我有一个包含数百万行和十列的数据框。我的代码似乎工作，但从来没有完成for循环的原因和if语句我认为。我想用不同的方式写它，但我被卡住了。

df <- data.frame(x = 1:5,
                 y = c("a", "a", "b", "b", "c"),
                 z = sample(5))

for (i in seq_along(df$x)){
  if (df$y[i] == df$y[i+1] & df$y[i] == "a"){
    df$status[i] <- 1
  } else {
    df$status[i] <- "ok"
  }
}

Answer 1

实际上，您可以用矢量化ifelse：

替换整个循环

df$status = ifelse(df$y == df$y[-1] & df$y == 'a', 1, 'ok')

与for循环不同，此代码会给您一个警告。但是，警告实际上是正确，也与您的代码有关：在执行df$y时，您正在阅读df$y[i + 1]的最后一个元素。

你可以让这个警告消失（并使代码更明确）by borrowing the lead function from dplyr（简化）：

lead = function (x, n = 1, default = NA) {
    if (n == 0)
        return(x)

    `attributes<-`(c(x[-seq_len(n)], rep(default, n)), attributes(x))
}

有了这个，您可以稍微重写代码并删除警告：

df$status = ifelse(df$y == lead(df$y) & df$y == 'a', 1, 'ok')

遗憾的是，这个功能似乎不存在于基础R中。

避免循环来改进r代码

1 个答案: