Question

我有一个数据框，其中有一些模糊的观察名称，并希望为它们添加一些分类。我遇到的一个问题是，一些观察名称与我想要分配的多个类匹配，所以我决定为每个类添加一个列，并根据观察是否与此相关来填充True / False是否上课。

这是一个示例数据框：

col1 <- c(1:8)
col2 <- c("aa", "bb", "ab", "ba")
df <- data.frame(col1,col2)

所以

   col1 col2
1     1   aa
2     2   bb
3     3   ab
4     4   ba
5     5   aa
6     6   bb
7     7   ab
8     8   ba

我所拥有的类标准向量是：

Class1 <- "aa"                  # A Only
Class2 <- "bb"                  # B Only
Class3 <- c("ab", "ba")         # Diff symbols
Class4 <- c("ab", "ba", "aa")   # All A
Class5 <- c("ab", "ba", "bb")   # All B

我打算用一个循环来解决我的问题，该循环每次都会在匹配Col2值的数据框中填充一个新列到相应向量中的条件。

Classes <- list(Class1, Class2, Class3, Class4, Class5)
ClassName <- c("A Only", "B Only", "Diff symbols", "All A", "All B")

for (i in 1:length(ClassName)){
    df[df$col2 %in% Classes[i], 2 + i] <- "x"
}
names(df)[3:7] <- ClassName

现在这就是问题所在 - 只有一个矢量长度在循环中正常工作。

  col1 col2 A Only B Only Diff symbols All A All B
1    1   aa      x   <NA>         <NA>  <NA>  <NA>
2    2   bb   <NA>      x         <NA>  <NA>  <NA>
3    3   ab   <NA>   <NA>         <NA>  <NA>  <NA>
4    4   ba   <NA>   <NA>         <NA>  <NA>  <NA>
5    5   aa      x   <NA>         <NA>  <NA>  <NA>
6    6   bb   <NA>      x         <NA>  <NA>  <NA>
7    7   ab   <NA>   <NA>         <NA>  <NA>  <NA>
8    8   ba   <NA>   <NA>         <NA>  <NA>  <NA>

Class3-Class5由于某些原因没有产生任何结果，甚至认为如果在外部循环使用它们也可以正常工作 - 例如：

df[df$col2 %in% Class3, 5] <- "x"

  col1 col2 A Only B Only Diff symbols All A All B
1    1   aa      x   <NA>         <NA>  <NA>  <NA>
2    2   bb   <NA>      x         <NA>  <NA>  <NA>
3    3   ab   <NA>   <NA>            x  <NA>  <NA>
4    4   ba   <NA>   <NA>            x  <NA>  <NA>
5    5   aa      x   <NA>         <NA>  <NA>  <NA>
6    6   bb   <NA>      x         <NA>  <NA>  <NA>
7    7   ab   <NA>   <NA>            x  <NA>  <NA>
8    8   ba   <NA>   <NA>            x  <NA>  <NA>

我认为使用列表的方式有问题，但我找不到答案。

我真的很感激有人分享见解！

Answer 1

请注意如何使用括号[和[[对列表进行索引。使用[返回带有所选索引[[的新列表，以便在所选索引处返回实际包含的对象。

例如，使用您的代码：

> Classes[1] # returns a list
[[1]]
[1] "ab" "ba"

> Classes[[1]] # returns a vector
[1] "ab" "ba"

使用双括号即，将循环代码更改为：

for (i in 1:length(ClassName)) df[df$col2 %in% Classes[[i]], 2 + i] <- "x"

df更改为：

> df
  col1 col2 A Only B Only Diff symbols All A All B
1    1   aa   <NA>      x         <NA>     x  <NA>
2    2   bb   <NA>   <NA>            x  <NA>     x
3    3   ab      x      x            x  <NA>  <NA>
4    4   ba      x      x            x  <NA>  <NA>
5    5   aa   <NA>      x         <NA>     x  <NA>
6    6   bb   <NA>   <NA>            x  <NA>     x
7    7   ab      x      x            x  <NA>  <NA>
8    8   ba      x      x            x  <NA>  <NA>

当然，还有其他方法可能更适合（例如，更容易阅读）做你想做的事情。例如：

df$contains.a <- grepl("a", df$col2)

或者，如果您想要x或其他值来标记点：

df$contains.a <- ifelse(grepl("a", df$col2), "x", NA)

Answer 2

问题是Classes中的值是一个列表，并且使用单括号运算符（[）返回列表对象，而不是列表中包含的对象。只有当{4}}运算符在列表中包含的项具有一个元素（例如%in%）时才会执行您期望的操作，但是当列表中的项较长时（{Class1运算符会发生这种情况） 1}}）。具体来说，Class3会测试df$col2 %in% Classes[i]的任何元素是否等于df$col2的成员，Classes[i]的成员长度大于1。

解决方案是，在此行Classes[[i]]中，您需要将df[df$col2 %in% Classes[i], 2 + i] <- "x"更改为Classes[i]。

循环调用矢量列表的元素

2 个答案: