Question

我试图将日期因素转换为可以由for循环引用的字符向量。 for循环应该替换＆＃34; Day＆＃34;中的NA值。数据框的列（如下所示），其值与日期相对应。

     Date    Time Axis1 Day Sum.A1.Daily
1 6/12/10 5:00:00    20  NA           NA
2 6/12/10 5:01:00    40  NA           NA
3 6/13/10 5:02:00    50  NA           NA
4 6/13/10 5:03:00    10  NA           NA
5 6/14/10 5:04:00    20  NA           NA
6 6/14/10 5:05:00    30  NA           NA

我需要将其转换为：

     Date    Time Axis1 Day Sum.A1.Daily
1 6/12/10 5:00:00    20   1           60
2 6/12/10 5:01:00    40   1           60
3 6/13/10 5:02:00    50   2           80
4 6/13/10 5:03:00    30   2           80
5 6/14/10 5:04:00    20   3           50
6 6/14/10 5:05:00    30   3           50

使用我当前的代码，我得到的是：

     Date    Time Axis1 Day Sum.A1.Daily
1 6/12/10 5:00:00    20  NA           60
2 6/12/10 5:01:00    40  NA           60
3 6/13/10 5:02:00    50  NA           80
4 6/13/10 5:03:00    30  NA           80
5 6/14/10 5:04:00    20  NA           50
6 6/14/10 5:05:00    30  NA           50

我的for循环中的某些内容出错了，它将值分配给第4列。我需要帮助理解两件事：

问题是什么（下面的当前脚本）
如果我可以通过更有效地使用因子水平来规避问题

我是R和stackoverflow的新手 - 这个社区有多酷。如果我违反了一个基本的问题规则，请告诉我。

## read in file; define classes 
## (important b/c I want R to utilize factor levels of "Date" in column 1 of .csv file)
dat <- read.csv("data.csv", header = T, ## read in file
      colClasses = c("factor", "character", "integer", "integer", "integer"))

## assign values to be used by for loops
levs <- lapply(dat, levels) ## grab levels for factor variable of dates
dates <- c(levs$Date) ## creates list of dates to reference in for loop
counts <- c(1:length(dates)) ## creates vector 1:number of dates listed in file for loop 2
x <- (1:nrow(dat)) ## creates vector 1:number of rows in file

## for loop 1 will cycle through rows in file; 
## for loop 2 cycle through values in "counts" variable
      ## if() compares value of each object in "Dates" (col. 1) 
       ## to one of the value of one of the levels (e.g., compared to "6/22/10", not 1)
            ## if ==, assigns corresp. value of "counts" to the appropriate obs. of col. 4 

("Day")
    for (i in x) {
          for (j in counts) {
                if (dat[i,1] == levs[j]) {
                      dat[i,4] <- counts[j]
                }
          }
    }
dat <- transform(dat, Sum.A1.Daily = ave(dat$Axis1, dat$Date, FUN = sum))
if(!file.exists("ActData.csv")) {     ## Enter file name for new data
write.csv(dat, file = "ActData2.csv") ## Enter file name for new data
  } else { stop("change file name") 
}
print("File Cleaning Complete")
head(dat)
tail(dat)

Answer 1

这是循环非常低效的问题。尝试使用矢量化方法：

dat$day <- as.numeric(factor(dat$Date))  
dat$Sum.A1.Daily <- ave(dat$Axis1, dat$Date, FUN=sum)

第一个使用因子实际上是α水平向量的整数索引。在这种情况下，我们只是丢弃levels属性，只使用整数系列。

编辑：等等！你已经在transform中正确使用了它：ave计算第二个参数类别中FUN参数的值，并返回一个与第一个参数长度相同的向量。

Answer 2

您可以使用match获取＆＃34; Day＆＃34;的值。柱。然后使用split sapply获取＆＃34; Sum.A1.Daily＆＃34;的值。柱。假设您的原始数据为dat，

> within(dat, {
      Day <- match(Date, levels(Date))
      Sum.A1.Daily <- sapply(split(Axis1, Day), sum)[Day]
  })
#      Date    Time Axis1 Day Sum.A1.Daily
# 1 6/12/10 5:00:00    20   1           60
# 2 6/12/10 5:01:00    40   1           60
# 3 6/13/10 5:02:00    50   2           80
# 4 6/13/10 5:03:00    30   2           80
# 5 6/14/10 5:04:00    20   3           50
# 6 6/14/10 5:05:00    30   3           50

要打破这些部分，让我们分别看看它们。首先，在列上使用match以及列的因子级别将返回一个数字向量，其中包含列中属于每个级别的值的索引。

> (m <- with(dat, match(Date, levels(Date))))
# [1] 1 1 2 2 3 3

然后，拆分＆＃34; Axis1＆＃34; ＆＃34;日期＆＃34;列并迭代以得到总和，用[m]矢量化，我们得到以下结果。

> with(dat, sapply(split(Axis1, Date), sum)[m])
# 6/12/10 6/12/10 6/13/10 6/13/10 6/14/10 6/14/10 
#      60      60      80      80      50      50

within()允许我们对数据帧执行操作并在一次调用中返回结果。

现在，就您的代码而言，我会对您使用transform的位置进行以下更改

dates <- lapply(dat, levels)$Date 
  ## grab levels for factor variable of dates
counts <- match(dat$Date, levels(dat$Date)) 
  ## creates vector 1:number of dates listed in file for loop 2
for(i in seq(dates)){
    for(j in seq(counts)){
        if(dat$Date[j] %in% dates) dat$Day[j] <- counts[j]
    }
}

R - 使用for循环修改数据框中的列（并使用因子级别）

2 个答案: