Question

作为R的新手，我对以下内容感到困惑。尝试使用另一个相关数据帧的值来在数据帧中植入NA的方法，我尝试使用此函数：

prueba = function(x)
{
     for (w in 1:nrow(x))
     {
         datanona[w, 1] = ifelse(is.na(x[w, 1]), stepsintervals[which(stepsintervals[ ,1] == x[w, 3]),
                                  2], x[w, 1])
     }
}

当我运行prueba(data)，然后head(data)时，NAs仍在那里。现在，如果我只使用函数中的循环（使用数据而不是x），数据中的NA将消失，并被来自stepsintervals的预期值替换。

这种差异可能有一个简单的解释，但我还没能找到它。是否有善良的灵魂可以为这个问题提供一些启示？

Answer 1

当你调用prueba(.)时，它会执行for循环，但是在函数结束时，没有返回，因此它给人的印象是没有任何事情发生。

据推测，您希望在datanona中捕获结果，在这种情况下，您需要告诉函数返回对象

prueba = function(x)
{
     for (w in 1:nrow(x))
     {
         datanona[w, 1] = ifelse(is.na(x[w, 1]), stepsintervals[which(stepsintervals[ ,1] == x[w, 3]),
                                  2], x[w, 1])
     }

     ### ADD A RETURN LINE
     return(datanona)
}

Answer 2

你说你在跑步：

prueba(data)
head(data)

但你应该跑步：

newData <- prueba(data)
head(newData)

您还应该返回（datanona）作为您函数的最后一行。您提供的代码似乎正在检查旧的未更改数据集的头部。

Answer 3

您可能会发现更快的结果，也许通过执行类似伪代码的操作更容易理解。在R中，通常没有必要为子集和替换编写循环。

假设x是您的数据框。

# the id column is column 1 of stepsintervals and column 3 of df
datanona <- merge(x, stepsintervals, by="id", all.x=TRUE)

#assuming column 3 of stepsintervals was named imputed
#assuming column 1 of df is called value
datanona[is.na(datanona$value),"value"] <- datanona[is.na(datanona$value), "imputed"]

然后您可以删除datanona中不需要的列，如下所示：datanona$imputed <- NULL

希望这会有所帮助。

for循环在函数内不起作用

3 个答案: