Question

我正在尝试获取因子X的向量，其值取决于数据帧中的两列（可能更多）。所以它可以有两个以上的级别。

有一种简单的方法可以使用C / C ++来执行它 - 就像for循环中的条件语句一样。让我们说，如果我正在数据框X中的两个布尔列Col1和Col2中的值构建MATRIX，我可以轻松地执行：{/ p>

X=vector()
for ( i in 1:nrow(MATRIX)) {
  if (MATRIX$Col1[i]==1 && MATRIX$Col2[i]==1) { 
    X[i] = "both"
  } else if (MATRIX$Col1[i]==1) {
    X[i] = "col1"
  } else if (MATRIX$Col2[i]==1) {
    X[i] = "col2"
  } else {
    X[i] = "none"
  }
}

问题是，在大型数据帧中，它需要花费很多时间才能运行。我应该使用矢量化来优化这一点，但我看不到方法，因为 * apply ， ifelse 或任何的功能似乎不合适help就是这样一个任务，结果不是布尔值。

有什么想法吗？

Answer 1

以下是几种方法：

与您现有方法最相似的是：

X <- ifelse(MATRIX$Col1==1,
            ifelse(MATRIX$Col2==1,"both","col1"),
            ifelse(MATRIX$Col2==1,"col2","none"))

可以稍快一些：

x <- rep(NA,nrow(MATRIX))
x[MATRIX$Col1[i]==1 && MATRIX$Col2[i]==1] <- "both"
x[MATRIX$Col1[i]==1 && !MATRIX$Col2[i]==1] <- "col1"
x[!MATRIX$Col1[i]==1 && MATRIX$Col2[i]==1] <- "col2"
x[!MATRIX$Col1[i]==1 && !MATRIX$Col2[i]==1] <- "none"

但是很难看出代码是否涵盖了所有案例

注意：

看起来MATRIX确实是data.frame;学习成为精确的数据类型在调试代码时确实很有帮助。
如果MATRIX$Col1确实是布尔值，您可以放弃==1比较，通过将矩阵转换为数字然后再浪费时间测试平等。
对我而言，最透明的方法是创造一个小的data.frame，可能的值为Col1，Col2和预期输出，并将其与现有的data.frame合并，但是这可能效率不高。

Answer 2

我们可以使用factor：

# dummy data
set.seed(1)
MATRIX <- data.frame(Col1 = sample(0:1, 10, replace = TRUE),
                     Col2 = sample(0:1, 10, replace = TRUE))

# using factor
cbind(MATRIX,
      X = factor(paste(as.numeric(MATRIX$Col1 == 1),
                       as.numeric(MATRIX$Col2 == 1), sep = "_"),
                 levels = c("0_0", "0_1", "1_0", "1_1"),
                 labels = c("none", "col2", "col1", "both")))

#     Col1 Col2    X
#  1     0    0 none
#  2     0    0 none
#  3     1    1 both
#  4     1    0 col1
#  5     0    1 col2
#  6     1    0 col1
#  7     1    1 both
#  8     1    1 both
#  9     1    0 col1
# 10     0    1 col2

使用if {else if> else语句在R

2 个答案: