Question

以下是数据：

后跟'：'的数字表示它是一个movieID，然后以下几行是customerID，我想写一个循环来检查数据是否包含'：'，这是我试过的代码：

for (i in 1:length(line)){
  #print(line[i])
  if(grep(':', line[i])==1 ){
    movieID<-as.integer(substr(line[i],1,nchar(line[i])-1)  )
    next
  } 
  else{
    customerID<-as.integer(line[i])
    #do something
  }
}

当我运行此代码时，发生错误，错误是：参数的长度为零我搜索了这个错误，然后我改变了if语句：

if( !is.na(line[i]) && nchar(line[i])>1 && grep(':', line[i])==1 )

仍然存在错误：缺少需要TRUE / FALSE的值

我无法解决它。这是代码I：

for (i in 1:27){
  #print(testData[i])
  if(grep(':', testData[i])==1 ){
    movieID<-as.integer(substr(testData[i],1,nchar(testData[i])-1)  )
    print(testData[i])
    next
  }else{
    customerID<-as.integer(testData[i])
    print(movieID)
    print(customerID)
 #print(subset.data.frame(mydata[[movieID]],mydata[[movieID]]$customerID==customerID) )
  }
}

这是输出和错误：

[1] "1:"
Error in if (grep(":", testData[i]) == 1) { : argument is of length zero

看起来错误发生在else语句中。

Answer 1

错误是因为如果您要查找的字符串不存在，grep将返回logical(0)。因此，您的循环在i=2上失败，正如您在循环中断时查看i的值时所看到的那样。

如果您使用grepl代替，您的循环按计划运行（建立在@Akarsh Jain的答案上）：

movieID<-array() 
customerID<-array()

for (i in 1:length(testData)){

  if(grepl(':', testData[i])){
    movieID[i]<-as.integer(substr(testData[i],1,nchar(testData[i])-1)  )
    next
  } else{
    customerID[i]<-as.integer(testData[i])

  }
}

当然，问题是这是多么有用。我假设你想以某种方式在movieID上分割你的数据，你可以使用dplyr和tidyr轻松地做到这一点：

library(dplyr)
library(tidyr)
#put your testData in a dataframe
testDf <- data.frame(customerID = testData)

newDf <- testDf %>% 
#identify rows with :
         mutate(movieID = ifelse(grepl(":",customerID), customerID, NA)) %>%
#fill all NA values in movieID with the previous non-NA value:         
         fill(movieID) %>%
#remove lines where customerID has a ":":
         filter(!grepl(":",customerID))

输出：

    customerID movieID
1    30878       1
2  2647871       1
3  1283744       1

虚假数据

testData <- read.table(text='1:
30878
                                 2647871
                                 1283744
                                 2488120
                                 317050
                                 1904905
                                 1989766
                                 14756
                                 1027056
                                 1149588
                                 1394012
                                 1406595
                                 2529547
                                 1682104
                                 2625019
                                 2603381
                                 1774623
                                 470861
                                 712610
                                 1772839
                                 1059319
                                 2380848
                                 548064
                                 10:
                                 1952305
                                 1531863
                                 1000:
                                 2326571
                                 977808
                                 1010534
                                 1861759
                                 79755
                                 98259
                                 1960212
                                 97460
                                 2623506
                                 2409123', stringsAsFactors=FALSE)[[1]]

Answer 2

虽然线路名称没有效果，但从未使用＆＃34; line＆＃34;作为一个名字 object，因为它是R的stats包中的函数名称。

问题是您每次都要为对象分配一个新值＆＃34; movieID ＆＃34;或＆＃34; customerID ＆＃34;而不是他们的索引作为循环进度。

每次＆＃34; movieID＆＃34;和＆＃34; customerID＆＃34;被新值取代。

要为数组索引赋值，您必须首先在外部循环中创建一个空数组。

请更换＆＃34; line＆＃34;任何其他对象名称。

movieID<-array() 
customerID<-array()

    for (i in 1:length(line)){
      #print(line[i])
      if(grep(':', line[i])==1 ){
        movieID[i]<-as.integer(substr(line[i],1,nchar(line[i])-1)  )
        next
      } 
      else{
        customerID[i]<-as.integer(line[i])
        #do something
      }
    }

希望这可能有助于@cloudiyang：）

r if语句遇到错误：参数长度为零

2 个答案: