Question

在这里，我提出了一个简单的问题，需要Double For Loop和If Else语句。我的第一个问题是辅助小故障排除，我的第二个问题是更好奇的驱动因为我对更短，更优雅的解决方案感兴趣。在第一个问题的情况下，这是一个例子：

A<-c(1,2,3,4,5)
B<-c(2,3,4,5,6)
Q1<-data.frame(cbind(A,B))
mean<-matrix(nrow=5, ncol = 5)
for(i in 1: length(Q1$A)){
  for(j in 1: length(Q1$B)){
    if(Q1$A[i]==Q1$B[j]){
      mean[i,j]<-NA
    }else{
      mean[i,j]<-sum(Q1$A[i]+Q1$B[j])/2
    }
  }
}

基本上，我有两个向量，我希望计算Q1 $ A中每个值的平均值，Q1 $ B中的每个值除外，当Q1 $ A的指数与Q1 $ B的指数匹配时（例如Q1） $ A [1] == Q1 $ B [1]）然后将它们存储在矩阵中。

这是我希望获得的：

     [,1] [,2] [,3] [,4] [,5]
[1,]   NA  2.0  2.5  3.0  3.5
[2,]  2.0   NA  3.0  3.5  4.0
[3,]  2.5  3.0   NA  4.0  4.5
[4,]  3.0  3.5  4.0   NA  5.0
[5,]  3.5  4.0  4.5  5.0   NA

但是，以下是我的结果：

     [,1] [,2] [,3] [,4] [,5]
[1,]  1.5  2.0  2.5  3.0  3.5
[2,]   NA  2.5  3.0  3.5  4.0
[3,]  2.5   NA  3.5  4.0  4.5
[4,]  3.0  3.5   NA  4.5  5.0
[5,]  3.5  4.0  4.5   NA  5.5

非常感谢任何简单的解决方案。如果mean[i,j]<-NA就足够了，我会想象在我的ifelse语句中使用match(Q1$A[i],Q1$B[j])进行轻微调整，或者跳转到下一个循环的函数。

关于我的第二个问题，我很好奇是否有一个更简单的解决方案涉及apply（），dplyr（）或任何其他包或基本R函数。

Answer 1

我认为这就是你所需要的：

A<-c(1,2,3,4,5)
B<-c(2,3,4,5,6)
Q1<-data.frame(cbind(A,B))

res <- outer(A, B, "+")/2
diag(res) <- NA
res

outer()函数完成所有魔法。结果：

     [,1] [,2] [,3] [,4] [,5]
[1,]   NA  2.0  2.5  3.0  3.5
[2,]  2.0   NA  3.0  3.5  4.0
[3,]  2.5  3.0   NA  4.0  4.5
[4,]  3.0  3.5  4.0   NA  5.0
[5,]  3.5  4.0  4.5  5.0   NA

Answer 2

这是关于矩阵无效的第一个问题的答案

以下代码行

if(Q1$A[i]==Q1$B[j]){

如果索引匹配，则检查值是否匹配，您需要执行

if(i==j){

Double For Loop＆amp;如果Else语句计算平均值并将它们存储在矩阵中

2 个答案: