Question

我有两个列名矢量。除了一个数字，每个向量具有相同的长度和相同的名称。

columns <- paste0("q1h10_",1:9) # Filter columns
columns2 <- paste0("q1h4_", 1:9) # Columns where number is at

我想循环遍历数据帧的行并通过向量1中的列，只要有5，就找到第二个向量中的等效列并将数字带入其中。我还有其他条件来提供您在下面的代码中可以看到的数字。

value <- vector("numeric", nrow(psid))

for (i in 1:nrow(psid)) {
for (x in 1:length(columns)) {
    if (5 %in% psid[i, columns[x]] & all(as.numeric(psid[i, columns2[x]]) != 97:99)) {
        value[i] <- substr(columns[x], 7, 8)
    } else if (5 %in% psid[i, columns[x]] & psid[i, columns2[x]] %in% 97:99 & x != 1) {
        value[i] <- substr(columns[x - 1], 7, 8)
    } else if (5 %in% psid[i, columns[x]] & psid[i, columns2[x]] %in% 97:99 & x == 1) {
        value[i] <- 0
    }
  }
}
value
[1] "1" "2" "2" "3" "4" "0" "0" "0" "1" "0" "3" "1" "3" "2" "3" "0" "1" "3" "1" "1" "2"
[22] "2" "2" "1" "2" "3" "1" "1" "0" "1"

我设法得到了我想要的结果，但我发现这是实现它的缓慢方法。我已经尝试过＆＃39; traducing＆＃39;这适用于申请家庭，但我并非完全是专家，我无法正确地做到这一点。如果任何人有更快，也许更易读的解决方案，任何帮助将不胜感激。

数据：

  psid <- structure(list(q1h10_1 = c(5L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 5L, 
0L, 1L, 5L, 1L, 1L, 1L, 0L, 5L, 1L, 5L, 5L, 1L, 1L, 1L, 5L, 1L, 
1L, 5L, 1L, 0L, 5L), q1h10_2 = c(0L, 5L, 5L, 1L, 1L, 0L, 0L, 
0L, 0L, 0L, 1L, 0L, 1L, 5L, 1L, 0L, 0L, 1L, 0L, 0L, 5L, 5L, 5L, 
0L, 5L, 1L, 0L, 5L, 0L, 0L), q1h10_3 = c(0L, 0L, 0L, 5L, 1L, 
0L, 0L, 0L, 0L, 0L, 5L, 0L, 5L, 0L, 5L, 0L, 0L, 5L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 5L, 0L, 0L, 0L, 0L), q1h10_4 = c(0L, 0L, 0L, 
0L, 5L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h10_5 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h10_6 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h10_7 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h10_8 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h10_9 = c(0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), q1h4_1 = c(1, 
2, 6, 4, 4, 0, 0, 0, 4, 0, 3, 4, 4, 4, 1, 0, 4, 4, 3, 1, 4, 6, 
4, 4, 4, 4, 4, 3, 0, 6), q1h4_2 = c(0, 3, 4, 3, 3, 0, 0, 0, 0, 
0, 2, 0, 6, 4, 6, 0, 0, 4, 0, 0, 6, 4, 4, 0, 6, 6, 0, 97, 0, 
0), q1h4_3 = c(0, 0, 0, 6, 2, 0, 0, 0, 0, 0, 6, 0, 6, 0, 6, 0, 
0, 6, 0, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0, 0), q1h4_4 = c(0, 0, 0, 
0, 6, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0), q1h4_5 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), q1h4_6 = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0), q1h4_7 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
), q1h4_8 = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0), q1h4_9 = c(0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0)), class = "data.frame", .Names = c("q1h10_1", 
"q1h10_2", "q1h10_3", "q1h10_4", "q1h10_5", "q1h10_6", "q1h10_7", 
"q1h10_8", "q1h10_9", "q1h4_1", "q1h4_2", "q1h4_3", "q1h4_4", 
"q1h4_5", "q1h4_6", "q1h4_7", "q1h4_8", "q1h4_9"), row.names = c(NA, 
-30L))

Answer 1

我们可以使用以下方式更有效地执行您的逻辑：

value <- as.character(rep(0,nrow(psid)))

cond1 <- 5 == psid[,columns]
cond2 <- matrix(as.matrix(psid[,columns2]) %in% (97:99), nrow(psid))
ind1 <- which(cond1 & !cond2, arr.ind=TRUE)
if (length(ind1) > 0) value[ind1[,1]] <- substr(columns[ind1[,2]],7,8)
ind2 <- which(cond1 & cond2, arr.ind=TRUE)
ind2 <- matrix(ind2[ind2[,2]!=1,],ncol=2)
if (length(ind2) > 0) value[ind2[,1]] <- substr(columns[ind2[,2]-1],7,8)

我们首先计算两个bool“矩阵”：

cond1

TRUE在i行x和psid[i, columns[x]] == 5列;否则FALSE。对columns psid的所有行和所有列进行矢量化计算。

cond2

TRUE

i

x

psid[i, columns2[x]]

97

98

99

psid[,columns2]

%in% (97:99)

条件cond1 & !cond2是您第一个if中的条件。在对psid中的所有行和所有列进行评估后，我们可以使用which和arr.ind=TRUE来检索此条件为TRUE的行和列索引。然后，我们使用这些行和列进行子集，以相应地设置value。

对于您的第一个elseif中的条件，我们通过仅保留那些不是which(cond1 & cond2, arr.ind=TRUE)的列（或x）进一步对1的结果进行子集化。然后，我们再使用这些行和列进行子集化，以相应地设置value。

对于这两个条件的补充，我们将value保留为"0"。请注意which可以返回空结果（即length(0)），我们必须将该条件检查为边缘情况。

使用您的数据的结果符合预期：

print(value)
## [1] "1" "2" "2" "3" "4" "0" "0" "0" "1" "0" "3" "1" "3" "2" "3" "0" "1" "3" "1" "1" "2" "2"
##[23] "2" "1" "2" "3" "1" "1" "0" "1"

Answer 2

我认为以下代码适用于您的第一个条件（您可以轻松地为其他两个条件进行调整）

ind=apply(psid,1,function(x) return(which(x[columns] %in% 5 & all(as.numeric(x[columns2]) !=97:99))))
values2=rep("0",nrow(psid))
values2[which(ind>0)]=substr(columns[unlist(ind[which(ind>0)])], 7, 8)
values2
 [1] "1" "2" "2" "3" "4" "0" "0" "0" "1" "0" "3" "1" "3" "2" "3"
 [16] "0" "1" "3" "1" "1" "2" "2" "2" "1" "2" "3" "1" "2" "0" "1"

使用if statementes有效地循环遍历行和列

2 个答案: