Question

我正在使用for循环对数据帧进行求和。我知道，在R中循环并不是一个好主意，并且使用sapply或aggregate这是一个更好的方法，但我不知道如何在我的情况下使用它。

我想以迭代的方式基于两列的条件对一列进行求和。

以下是我想要更好地理解的内容：

sample  <- data.frame( ID = c("bli","bla","blou","qhq","bidi","bada","bodo"),
        A = c(1,0,1,1,0,1,1) , 
        B = c(0,1,1,0,0,1,0) ,
        C = c(0,1,1,0,0,1,1) 

                  )


 g  <-  NULL 
bli  <- 1:length(sample)
for (j in 2:length(sample)) {
  a <- sum(subset(sample,sample[,c(j) ] ==1 , c(j)))
  for (i in 2:length(sample)) 
    if (bli[j] != bli[i]) {
    b  <- sum(subset(sample,sample[,c(j)] ==1 & sample[,c(i) ] ==1 , c(i)))
    c <- names(sample[j])
    d <- names(sample[i])
    e  <- cbind(c,d,a,b)
    f  <- data.frame(e)
    g <-  rbind(g,f) } 
  else {
    NULL
}

  }
g

由于

Answer 1

您可以尝试expand.grid（@thelatemail建议）。以下代码摘要如下：

创建列名称（即“nm1”）的“索引”，我们需要所有组合
在自身expand.grid上尝试“{1}}”nm1“。语法expand.grid(nm1, nm1)有点笼统，因此您可以通过在list(nm1)中指定times来创建多方式组合。
删除相同的行（“indx1”）
使用rep循环遍历“indx1”行并使用基于循环中的行索引对“样本”数据集进行子集。
根据子集数据集（sapply中的元素是否为“1”，基于“indx1”和sum的第一列基于子集执行sum
sum(x2[,1]&x2[,2])“indx1”与cbind的转置（t）并重命名输出数据集的列。
```
sapply
```

甚至不使用nm1 <- names(sample)[-1] indx <- expand.grid(rep(list(nm1),2),stringsAsFactors=FALSE) indx <- indx[,2:1] indx1 <- indx[indx[,1]!=indx[,2],] row.names(indx1) <- NULL res <- cbind(indx1,t(sapply(seq_len(nrow(indx1)), function(i) { x1 <- unlist(indx1[i,]) x2 <- sample[,x1] c(sum(x2[,1]), sum(x2[,1]&x2[,2])) })) ) names(res) <- names(g) res # c d a b #1 A B 5 2 #2 A C 5 3 #3 B A 3 2 #4 B C 3 3 #5 C A 4 3 #6 C B 4 3（会更快），在子集数据集“i1”，“i2”上使用sapply。

colSums

更好的方法在df上进行条件求和而不是for循环？

1 个答案: