Question

如ifelse(test, yes, no)中的NA中的测试条件NA所述here时，评估也是df <- data.frame(a = c(1, 1, NA, NA, NA ,NA), b = c(NA, NA, 1, 1, NA, NA), c = c(rep(NA, 4), 1, 1)) ifelse(df$a==1, "a==1", ifelse(df$b==1, "b==1", ifelse(df$c==1, "c==1", NA))) #[1] "a==1" "a==1" NA NA NA NA。因此以下返回...

#[1] "a==1" "a==1" "b==1" "b==1"  "c==1" "c==1"

...而不是所需的

ifelse(df$a==1 &  !is.na(df$a), "a==1", 
    ifelse(df$b==1 & !is.na(df$b), "b==1", 
        ifelse(df$c==1 & !is.na(df$c), "c==1", NA)))

正如Cath所建议的，我可以通过正式指定测试条件不应包含NA来解决这个问题：

NA

然而，正如akrun所指出的，随着列数的增加，这种解决方案变得相当冗长。

解决方法是首先用data.frame中不存在的值替换所有df_noNA <- data.frame(a = c(1, 1, 2, 2, 2 ,2), b = c(2, 2, 1, 1, 2, 2), c = c(rep(2, 4), 1, 1)) ifelse(df_noNA$a==1, "a==1", ifelse(df_noNA$b==1, "b==1", ifelse(df_noNA$c==1, "c==1", NA))) #[1] "a==1" "a==1" "b==1" "b==1" "c==1" "c==1"（例如，在这种情况下为2）：

ifelse

但是，我想知道是否有更直接的方式告诉& !is.na忽略NAs ？或者是以ignorena <- function(column) { column ==1 & !is.na(column) } ifelse(ignorena(df$a), "a==1", ifelse(ignorena(df$b), "b==1", ifelse(ignorena(df$c), "c==1", NA))) #[1] "a==1" "a==1" "b==1" "b==1" "c==1" "c==1"最直接的方式编写函数？

windows XP

Answer 1

您可以使用%in%代替==来排序忽略NA。

ifelse(df$a %in% 1, "a==1", 
       ifelse(df$b %in% 1, "b==1", 
              ifelse(df$c %in% 1, "c==1", NA)))

不幸的是，与原版相比，这并没有带来任何性能提升，而@ arkun的解决方案速度提高了约3倍。

solution_original <- function(){
  ifelse(df$a==1 &  !is.na(df$a), "a==1", 
         ifelse(df$b==1 & !is.na(df$b), "b==1", 
                ifelse(df$c==1 & !is.na(df$c), "c==1", NA)))
}

solution_akrun <- function(){
  v1 <- names(df)[max.col(!is.na(df)) * NA^!rowSums(!is.na(df))]
  i1 <- !is.na(v1)
  v1[i1] <- paste0(v1[i1], "==1")
}

solution_mine <- function(x){
  ifelse(df$a %in% 1, "a==1", 
         ifelse(df$b %in% 1, "b==1", 
                ifelse(df$c %in% 1, "c==1", NA)))
}
set.seed(1)
df <- data.frame(a = sample(c(1, rep(NA, 4)), 1e6, T),
                 b = sample(c(1, rep(NA, 4)), 1e6, T),
                 c = sample(c(1, rep(NA, 4)), 1e6, T))
microbenchmark::microbenchmark(
  solution_original(),
  solution_akrun(),
  solution_mine()
)
## Unit: milliseconds
##                expr      min       lq     mean   median       uq       max neval
## solution_original() 701.9413 839.3715 845.0720 853.1960 875.6151 1051.6659   100
##    solution_akrun() 217.4129 242.5113 293.2987 253.2144 387.1598  564.3981   100
##     solution_mine() 698.7628 845.0822 848.6717 858.7892 877.9676 1006.2872   100

受到启发：R: Dealing with TRUE, FALSE, NA and NaN

修改

在@arkun的评论之后，我重新修改了基准并修改了声明。

Answer 2

我们可以在没有嵌套ifelse循环的情况下更有效地完成此操作。对于第一个数据集，我们为非NA元素创建逻辑矩阵（!is.na(df)），获取最大值的列索引，即每行为TRUE，使用该索引获取列名称和{{1}与paste

==1

如果有行只有NAs

paste0(names(df)[max.col(!is.na(df))], "==1")
#[1] "a==1" "a==1" "b==1" "b==1" "c==1" "c==1"

对于第二个数据集，因为没有NA，我们可以直接与1比较得到一个逻辑矩阵，做与以前相同的步骤

v1 <- names(df)[max.col(!is.na(df)) * NA^!rowSums(!is.na(df))]
i1 <- !is.na(v1)
v1[i1] <- paste0(v1[i1], "==1")

Answer 3

=INDEX(F:F,AGGRAGATE(15,6,ROW($A$1:$C$9)/($A$1:$C$9=B19),1))是级联dplyr::case_when来电的便捷替代方法：

ifelse

它像library(dplyr) df <- data.frame(a = c(1, 1, NA, NA, NA ,NA), b = c(NA, NA, 1, 1, NA, NA), c = c(rep(NA, 4), 1, 1)) df %>% mutate(equals = case_when(a == 1 ~ 'a==1', b == 1 ~ 'b==1', c == 1 ~ 'c==1')) #> a b c equals #> 1 1 NA NA a==1 #> 2 1 NA NA a==1 #> 3 NA 1 NA b==1 #> 4 NA 1 NA b==1 #> 5 NA NA 1 c==1 #> 6 NA NA 1 c==1一样级联，所以如果第一个条件为真，即使第二个和第三个条件也为真，也会返回第一个结果。如果都不为真，则返回ifelse：

NA

加上它很快：

set.seed(47)
df <- setNames(as.data.frame(matrix(sample(c(1, NA), 30, replace = TRUE), 10)), letters[1:3])

df %>% mutate(equals = case_when(a == 1 ~ 'a==1', 
                                 b == 1 ~ 'b==1', 
                                 c == 1 ~ 'c==1'))
#>     a  b  c equals
#> 1  NA  1  1   b==1
#> 2   1 NA NA   a==1
#> 3  NA  1 NA   b==1
#> 4  NA NA  1   c==1
#> 5  NA NA NA   <NA>
#> 6  NA NA  1   c==1
#> 7   1  1  1   a==1
#> 8   1  1  1   a==1
#> 9  NA  1 NA   b==1
#> 10 NA  1 NA   b==1

告诉ifelse忽略NA的直接方式

3 个答案: