Question

我有一个数据框，其中包含几个包含值的列，以及一个包含相关列名称的列。 e.g。

df <- data.frame(p1=c("A", "B", "A"),
                 p2=c("C", "C", "D"),
                 name=c("p2", "p1", "p1"), stringsAsFactors=FALSE)

我想要做的是从name字段指定的列中检索一个值，即输出如下。

> df
  p1 p2 name value
1  A  C   p2     C
2  B  C   p1     B
3  A  D   p1     A

我目前只使用df$value <- ifelse(df$name=="p1", df$p1, ifelse(df$name=="p2", df$p2, NA))，如果不仅仅是p1和p2，那么它就不够优雅且不可扩展。

有关更好方法的任何建议吗？

Answer 1

你可以尝试

df$value <- df[cbind(seq_len(nrow(df)), match(df$name, names(df)))]

以上是矢量化解决方案。或者，如果您只需要一个紧凑的解决方案（基于字符数）

diag(as.matrix(df[,df$name]))
#[1] "C" "B" "A"

基准

df1 <- df[rep(1:nrow(df),1e5),]

akrun <- function() {df1[cbind(seq_len(nrow(df1)),
                     match(df1$name, names(df1)))]}
colonel <- function() {apply(df1, 1 ,function(u) u[u['name']])}

library(microbenchmark)
microbenchmark(akrun(), colonel(), times=20L, unit='relative')
#Unit: relative
#  expr      min       lq     mean   median       uq      max neval cld
#  akrun()   1.0000   1.0000  1.00000  1.00000  1.00000  1.00000    20  a 
#colonel() 118.2858 102.3968 46.25946 77.92023 59.15559 23.56562    20   b

Answer 2

或者非常简单（但使用循环）：

df$value = apply(df, 1 ,function(u) u[u['name']])

#> df
#  p1 p2 name value
#1  A  C   p2     C
#2  B  C   p1     B
#3  A  D   p1     A

根据R中数据框列的变量名选择值

2 个答案:

基准