Question

假设我有一个看起来像这样的数据

我想要将这些值相互比较，所以如果一个ID在一个B变量的周期（从1到4）中改变了它的A变量值，它就会进入数据帧K，如果它没有＆＃39;然后它进入数据框L.

所以在这个数据集中K看起来像

和L看起来像

就嵌套循环和if then else语句而言，它可以像下面的

一样解决

for ( i in 1:length(ID)){
m=0
for (j in 1: length(B)){
ifelse( A[j] == A[j+1],m,m=m+1)
}
ifelse(m=0,  L=c[,df[i]], K=c[,df[i]])
}

我在一些帖子中读过，R嵌套循环可以用apply和outer函数替换。如果有人能帮我理解在这种情况下如何使用它。

Answer 1

所以基本上你不需要这里有条件的循环，你需要做的就是检查{中是否有变化（然后用!将其转换为逻辑）{在A（B s）的每个周期内{1}}将ID转换为数字值（我假设其真实数据为A设置，如果不是因素，则可以在factor中使用FUN = function(x) length(unique(x))，然后使用ave。使用基数R，我们可以使用split来执行此类任务，例如

ave

或（如果indx <- !with(df, ave(as.numeric(A), ID , FUN = var))是字符而不是A）

factor

然后只需运行indx <- with(df, ave(A, ID , FUN = function(x) length(unique(x)))) == 1L

split

这将返回包含两个数据帧的列表。

与split(df, indx) # $`FALSE` # ID A B C # 1 1 X 1 10 # 2 1 X 2 10 # 3 1 Z 3 15 # 4 1 Y 4 12 # 5 2 Y 1 15 # 6 2 X 2 13 # 7 2 X 3 13 # 8 2 Y 4 13 # # $`TRUE` # ID A B C # 9 3 Y 1 16 # 10 3 Y 2 18 # 11 3 Y 3 19 # 12 3 Y 4 10

类似

data.table

或library(data.table) setDT(df)[, indx := !var(A), by = ID] split(df, df$indx)

dplyr

Answer 2

由于您想了解apply而不是简单地完成它，您可以考虑tapply。作为示范：

> tapply(df$A, df$ID, function(x) ifelse(length(unique(x))>1, "K", "L"))
  1   2   3 
"K" "K" "L"

稍微简洁英语：浏览按df$A分组的所有df$ID，并在每个分组中应用df$A上的函数（即嵌入式函数中的x ）：如果唯一值的数量大于1，则为“K”，否则为“L”。

Answer 3

我们可以使用data.table执行此操作。我们将'data.frame'转换为'data.table'（setDT(df1)）。按“ID”分组，我们检查“A”（length）中unique个uniqueN(A)元素是否大于1，根据该列创建“ind”列。然后，我们可以基于此split数据集 'ind'栏。

 library(data.table)
 setDT(df1)[, ind:= uniqueN(A)>1, by = ID]
 setDF(df1)
 split(df1[-5],  df1$ind)
#$`FALSE`
#   ID A B  C
#9   3 Y 1 16
#10  3 Y 2 18
#11  3 Y 3 19
#12  3 Y 4 10

#$`TRUE`
#  ID A B  C
#1  1 X 1 10
#2  1 X 2 10
#3  1 Z 3 15
#4  1 Y 4 12
#5  2 Y 1 15
#6  2 X 2 13
#7  2 X 3 13
#8  2 Y 4 13

或类似地使用dplyr，我们可以使用n_distinct创建逻辑列，然后按该列拆分。

library(dplyr)
df2 <- df1 %>%
         group_by(ID) %>%
         mutate(ind= n_distinct(A)>1) 
split(df2, df2$ind)

或base R选项table。我们得到'df1'前两列的table，即'ID'和'A'。通过对输出进行双重否定（!!），我们可以将'0'值转换为'TRUE'，将所有其他频率转换为'FALSE'。获取rowSums（'indx'）。我们将'df1'中的ID列与'indx'的names进行匹配，使用该列将'ID'替换为TRUE/FALSE，并将split数据集替换为这一点。

 indx <- rowSums(!!table(df1[1:2]))>1
 lst <- split(df1, indx[match(df1$ID, names(indx))])
 lst
#$`FALSE`
#   ID A B  C
#9   3 Y 1 16
#10  3 Y 2 18
#11  3 Y 3 19
#12  3 Y 4 10

#$`TRUE`
#  ID A B  C
#1  1 X 1 10
#2  1 X 2 10
#3  1 Z 3 15
#4  1 Y 4 12
#5  2 Y 1 15
#6  2 X 2 13
#7  2 X 3 13
#8  2 Y 4 13

如果我们需要在全局环境中获取单个数据集，请将list元素的名称更改为我们想要的对象名称并使用list2env（不建议使用）

list2env(setNames(lst, c('L', 'K')), envir=.GlobalEnv)

在R中理解应用和外部功能

3 个答案: