Question

我想对0到1之间的值向量进行分类。值低于.001，值高于.10或无兴趣。因此，我希望这些范围内的值为NA。

当我运行下面的代码时，我收到警告：

Error in if (x[i] > 0.001 & x[i] <= 0.01) x[i] = 0.01 :  missing value where TRUE/FALSE needed

如何修复代码？

for (i in 1:length(x))
  {
    if (x[i] <= .001)
      x[i] = NA
    if (x[i] > .001 & x[i] <= .01)
      x[i] = .01
    if (x[i] > .01 & x[i] <= .02)
      x[i] = .02
    if (x[i] > .02 & x[i] <= .03)
      x[i] = .03
    if (x[i] > .03 & x[i] <= .04)
      x[i] = .04
    if (x[i] > .04 & x[i] <= .05)
      x[i] = .05
    if (x[i] > .05 & x[i] <= .06)
      x[i] = .06
    if (x[i] > .06 & x[i] <= .07)
      x[i] = .07
    if (x[i] > .07 & x[i] <= .08)
      x[i] = .08
    if (x[i] > .08 & x[i] <= .09)
      x[i] = .09
    if (x[i] > .09 & x[i] <= .10)
      x[i] = .10
    if (x[i] > .10 & x[i] <= 1)
      x[i] = NA
  }

Answer 1

首先，一些测试数据：

set.seed(1); x = dnorm(rnorm(100))/(sample(1:100, 100, replace=TRUE))

可以通过以下方式完成子设置：

x[x < .001] = NA
x[x > .1] = NA

或者，您可以将其合并为一个声明：

x[x < .001 | x > .1] = NA

更新：回答您的代码无效的原因

如果在那里找到NA，你就会遇到问题，所以要从for循环中删除它们，但在运行循环之前将它们编入索引，你可以稍后删除它们。

temp = which(x < .001 | x > .1) # Index the values you want to set as NA

从for循环中删除以下条件：

if (x[i] > .10 & x[i] <= 1)
  x[i] = NA
if (x[i] <= .001)
  x[i] = NA

运行您的for循环，然后使用temp将值设置为NA，NA。

x[temp] = NA

希望这有帮助！

更新2：两行

x[x < .001 | x > .1] = NA
out <- ceiling(x*100)/100

与AKE使用地板的建议几乎相同。

这样可以获得与循环相同的结果。

Answer 2

您应该尝试使用矢量化函数，例如非常方便的for，而不是使用显式ifelse循环。以下是如何在示例中重新编码NAs：

> x <- ifelse(x <= 0.001 | x > 0.1, NA, x)

要重新编码其他值，您可以尝试对cut进行一些“聪明”的使用：

> x <- (cut(x, breaks=seq(0.01, 0.09, 0.01), labels=FALSE) / 100) + 0.01

虽然可能有更好（更透明）的方式。在R中避免显式for循环的原因是，与向量化替代方案相比，它们的效率非常低。 R Inferno提供了对此和其他R技巧和提示的良好讨论。

Answer 3

虽然你的解决方案在概念上有效，但它是“暴力”，这意味着大量的打字，不会扩展到稍微不同的问题，而且执行起来也很慢。

R允许使用向量，所以如果你的逻辑适用于介于0和1之间的任意数字，那么它应该使用0到1之间的值向量。

尝试以下内容：

      y=((floor(100*x))       # all values < 0.01 map to 0
      if y>10 then y=0        # force values > 0.1 to 0
      if y>0, then (y+1)/100  # for non-zero values, map to the upper interval, then return to original scale.

第一行压扁所有小于0.01到0的值。第二行将所有大于0.1的值压扁为0。第三行将剩余的非零值提升到范围的最高值（向上舍入）并将它们返回到原始比例。

Answer 4

findInterval函数可以在这个非常结构化的选择问题中高效地使用。它生成一个索引，可以“查找”或为特定区间中的值选择所需的结果：

x <- rnorm(1000)
x <- c(NA, seq(0.1, 1, by=0.1), NA)[
            1+ findInterval(x, c(0.001, seq(0.1, 1, by=0.1)) ,rightmost.closed=TRUE) ]
#---------------
table(x)
x
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9   1 
 34  38  48  44  29  30  26  20  17  31 
> table(is.na(x))

FALSE  TRUE 
  317   683

最右边的闭合参数移动了通常最左边的区间闭包，尽管在这个例子中它并不重要，因为没有随机抽取是在边界上。但是，破坏输入数据通常不是一个好主意。我希望x是原始数据的副本。另一种方法是省略1+，而是使用findInterval第二个参数中的间隔，例如c(-Inf, 0.001, seq(0.1, 1, by=0.1) , Inf)

如何使用IF语句分配NA？

4 个答案:

更新：回答您的代码无效的原因

更新2：两行