Question

我遇到嵌套for循环和ifelse语句的问题。这是我的数据框Species Total C1 C2 C3 C4 1 Blue 223 73 30 70 50 2 Black 221 17 50 56 98 3 Yellow 227 29 99 74 25 4 Green 236 41 97 68 30 5 Red 224 82 55 21 66 6 Orange 284 69 48 73 94 7 Black 154 9 63 20 62 8 Red 171 70 58 13 30 9 Blue 177 57 27 8 85 10 Orange 197 88 61 18 30 11 Orange 112 60 8 31 13：

abund

我想将colors列中的一些列加在一起，但前提是它们与我在向量colors <- c("Black", "Red", "Blue")中指定的正确种类相匹配。

Species

因此，如果abund中的color与C2中的物种匹配，则在新的向量C4中将minus列添加到abund }。如果color中的物种与minus中的物种不匹配，则将0添加到新的矢量# Use for loop to create vector of sums for select species or 0 for species not selected for( i in abund$Species) { for( j in colors) { minus <- ifelse(i == j, sum(abund[abund$Species == i, "C2"]:abund[abund$Species == i, "C4"]), 0) } }。

我的代码出现问题并希望它只是定义范围的一个小问题，但我不确定。到目前为止，这是我的代码：

There were 12 warnings (use warnings() to see them)

返回此内容：minus 这个＆＃34;矢量＆＃34;：[1] 0 minus [1] 150 204 0 0 142 0 145 101 120 0 0

这是我的目标：

{{1}}

感谢您的时间和帮助。

Answer 1

这可能更好，没有任何循环。

# Create the vector
minus <- rep(0, nrow(abund))
# Identify the "colors" cases
inColors <- abund[["Species"]] %in% colors
# Set the values
minus[inColors] <- rowSums(abund[inColors, c("C2","C3","C4")])

此外，对于它的价值，原始代码存在很多问题。首先，您的第一个for循环没有按照您的想法进行。在每一轮中，i的值被设置为abund$Species中的下一个值，因此首先是Blue然后是Black，然后是Yellow等。因此，您使用abund[abund$Species == i, ]进行索引，可能会返回多行（例如Blue将为您提供1和9，因为这两行{{1} }）。

第二，当您发表声明Species == "Blue"时，您没有为列abund[abund$Species == i, "C2"]:abund[abund$Species == i, "C4"] C2和C3编制索引，而是从C4中的值开始生成序列并以C2中的值结束。例如，当C4返回i == "Yellow"或99,98,97，...，26,25时。您收到这些警告的原因是此问题与最后一个问题的组合。例如，当99:25时，你试图从30和27开始并在50和85结束时发出一个序列。警告说它只是在开始和结束时使用第一个数字并给出你i == "Blue"。

最后，你不断写出30:50的价值，而不是添加它。您需要首先创建上面的减号并为其分配索引，例如minus。

Answer 2

请注意，ifelse是矢量化的，因此您在使用时通常不要需要任何for循环。

我最喜欢Barker的答案，但如果你想用ifelse做这个，那就是这样：

abund$minus = with(abund, ifelse(
    Species %in% colors,  # if the species matches
    C2 + C3 + C4,         # add the columns
    0                     # otherwise 0
))

即使这只是一行而Barker是3，但对于大数据，避免ifelse会稍微有效。

但是，ifelse语句可以嵌套，并且在条件变得复杂时通常更容易使用 - 所以肯定有使用它们的好时机。对于中小型数据，速度差异可以忽略不计，因此只需使用您认为的第一个。

Answer 3

# Create a column called minus with the length of the number of existing rows. 

# The default value is zero.

abund$minus <- integer(nrow(abund))

# Perform sum of C2 to C4 only in those rows where Species is in the colors vector

abund$minus[abund$Species %in% colors] <- rowSums(abund[abund$Species %in% colors,5:7])

r - 如何使用for循环和ifelse创建向量

3 个答案: