Question

我想使用ifelse语句创建一个新变量，比如z。但是，其中一个返回值取决于矩阵的第i列。这是一个简单的例子

set.seed(1)
data <- data.frame(x = rnorm(10), y = rnorm(10), ind = rep(c(0, 1), 5))
m <- data.frame(matrix(rnorm(100), 10, 10))

z <- ifelse(data$ind == 1, data$x, sum(m[, i]))

我知道z的行不会运行，但它说明了我想做的事情。如果一个主题的ind变量等于0，那么我将z分配给m对应于主题i列的10个条目的总和。

我可以用ifelse做这个，还是需要for循环？我试图远离for循环，这就是为什么我首先尝试ifelse。

以下是z应该是什么样的：

z
 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029
 [8]  0.7383247  3.4748021 -0.3053884

谢谢！

Answer 1

是的，您可以使用ifelse和一行内容进行，非常接近您所写的内容：

z <- ifelse(data$ind == 0, colSums(m), data$x)

以下是R执行此语句时的作用：

它计算布尔向量data$ind == 0，并将两个数字向量colSums(m)和data$x
其中(data$ind == 0)为True，输出colSums(m);其中(data$ind == 0)为False，输出data$x

Answer 2

或者我们可以使用算术

colSums(m)*(data$ind==0) + (data$ind==1)*data$x
#     X1         X2         X3         X4         X5         X6         X7 
#-1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029 
#        X8         X9        X10 
# 0.7383247  3.4748021 -0.3053884

Answer 3

你可以用双线代替它：

z <- data$x
z[data$ind == 0] <- colSums(m[,data$ind == 0])

 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029  0.7383247  3.4748021
[10] -0.3053884

更一般地说，您可以使用apply函数。这通常比直接矢量化解决方案慢，如上所述。这是讽刺的：

sapply(1:nrow(data), function(x){ifelse(data$ind[x] == 1, data$x[x], sum(m[, x]))})

 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029  0.7383247  3.4748021
[10] -0.3053884

基准：

microbenchmark::microbenchmark(
     sapply = sapply(1:nrow(data), function(x){ifelse(data$ind[x] == 1, data$x[x], sum(m[, x]))}), 
     vectorised = {z <- data$x;
                   z[data$ind == 0] <- colSums(m[,data$ind == 0])})
Unit: microseconds
       expr     min      lq     mean   median       uq     max neval cld
     sapply 391.297 408.193 423.6525 412.4170 423.7450 853.249   100   b
 vectorised 197.377 199.873 208.7701 202.5605 214.4645 284.545   100  a

在R中使用ifelse语句

3 个答案: