Question

我有以下输入：

id <- c("a", "b", "c", "d")
target <- seq(from = 100, to = 400, length.out = 4)
a <- c(300, 304, 100, 405)
b <- c(300, 104, 100, 405)
c <- c(85, 304, 500, 405)
df <- as.data.frame(cbind(id, target, a, b, c))

我想添加一个新列＆＃34;列＆＃34;这表示每行，哪些列＆＃34; a＆＃34;，＆＃34; b＆＃34;，＆＃34; c＆＃34;将是第一列值小于目标解决方案的列。请求的输出如下所示：

必需输出：

df$column <- c("c", "b", "a", "NA")
df

我想到了如果每行都检查一下，并使用apply函数将其应用于所有行。但是abc列很长（第20轮，因此需要一个循环），行数约为4.000。有没有人知道如何解决它？

Answer 1

您可以按照以下方式执行此操作：

1）创建一个逻辑矩阵，指示“a”，“b”或“c”列中的值是否小于目标列：

m <- df[,3:5] < df[,2]

2）创建一个整数向量，这是这三列的第一个名称，其值小于max.col的目标列，并确保NA使用[c(TRUE,NA)[1 + (rowSums(m) == 0)]]

时，对于没有值较小的行，将返回值

mc <- max.col(m, ties.method = 'first')[c(TRUE,NA)[1 + (rowSums(m) == 0)]]

3）将名称分配给新列：

df$column <- names(df[,3:5])[mc]

给出：

> df
  id target   a   b   c column
1  a    100 300 300  85      c
2  b    200 304 104 304      b
3  c    300 100 100 500      a
4  d    400 405 405 405   <NA>

我将步骤分开，以使代码更清晰。但是你当然可以更好地整合它：

m <- df[,3:5] < df[,2]
df$column <- names(df[,3:5])[max.col(m, ties.method = 'first')[c(TRUE,NA)[1 + (rowSums(m) == 0)]]]

Answer 2

这是使用which的另一个矢量化解决方案。这基本上是target更大的所有事件，并使用duplicated函数获取第一个实例。

indx <- which(df[, 3:5] < df[, 2], arr.ind = TRUE)
indx2 <- indx[!duplicated(indx[, "row"]),]
df[indx2[, "row"], "column"] <- names(df)[3:5][indx2[, "col"]]
df
#   id target   a   b   c column
# 1  a    100 300 300  85      c
# 2  b    200 304 104 304      b
# 3  c    300 100 100 500      a
# 4  d    400 405 405 405   <NA>

Answer 3

您可以沿行应用功能，例如并使用结果填充列等

searchFunction <- function(row) {
  result <- "NA"
  for (name in names(row)) {
    if (name == "target" || name == "id") {
      next
    }
    if (result == "NA" && as.numeric(row[name]) < as.numeric(row["target"])) {
      result = name
    }
  }
  return(result);
}

apply(df, 1, searchFunction)
# [1] "c"  "b"  "a"  "NA"

选择适合某些逻辑测试的第一列的列名称

3 个答案: