Question

假设具有7个因子（name_ttl）的变量，每个因子具有被value_ttl_ben描述的观察概率（基于训练集）。现在，假设有一个新观察的向量（New_DNS）。我想将向量的第四个值（即5）与因子级别＆＃34; 5＆＃34;的概率值相匹配。（即与矢量的特定值匹配的级别）。这就是我想出来的，但我想知道如何才能提高效率。

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- c("1", "2", "3", "4", "5", "6", "7")
BENIGN_TTL <- data.frame(Name=name_ttl, Amount=value_ttl_ben)
New_DNS <-c(36, 4, 3, 5, 4.68, 1.0056)
test1 <- as.matrix(BENIGN_TTL)
d <- NULL
for (i in 1:length(New_DNS[New_DNS %in% BENIGN_TTL$Name]))
{
  pos<-match(New_DNS[New_DNS %in% BENIGN_TTL$Name][i],test1)
  d<-c(d,test1[pos,2])
  d <- as.numeric(d)
} 
ttlb <- d[3]

Answer 1

您正在寻找的是所谓的inner join，可以通过data.table包来实现。

library(data.table)

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- 1:7
dt_benign_ttl <- data.table(Name = name_ttl, Amount = value_ttl_ben)

dt_new_dns <- data.table(Name = c(36, 4, 3, 5, 4.68, 1.0056))

# inner join merge
new_dt_new_dns <- merge(dt_benign_ttl, dt_new_dns, by = "Name")

new_dt_new_dns # contains the new DNS data in name and then adds the Amount from the dt_benign_ttl
# Name    Amount
# 1:    3 0.3928571
# 2:    4 0.1214286
# 3:    5 0.0785714

如果您将d - 变量（按New_DNS[New_DNS %in% BENIGN_TTL$Name]重新排序）与我的new_dt_new_dns$Amount进行比较，您应该会看到相同的结果。

这能为您提供您想要/需要的东西吗？

Answer 2

您可以使用%in%来自BENIGN_TTL的子集。

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- c("1", "2", "3", "4", "5", "6", "7")
BENIGN_TTL <- data.frame(Name=name_ttl, Amount=value_ttl_ben)
New_DNS <-c(36, 4, 3, 5, 4.68, 1.0056)

d<-BENIGN_TTL[BENIGN_TTL$Name %in% New_DNS,2]

修改R中基于循环的代码

2 个答案: