Question

我知道应避免使用R for循环，而应使用矢量化操作。

我希望使用for循环解决此问题，然后尝试使用apply系列，然后再使用Rcpp。

我加载了一个包含一列密码（字母数字）的数据集。

一旦加载（样本，速度），我想基于某些条件创建具有值（0,1）的新列＆＃34; contains_lower_chars＆＃34;，＆＃34; contains_numbers＆＃34;等等。

这是我尝试做的，但它不起作用 - 这意味着我创建的每个列都具有相同的值。

library(tidyverse)
set.seed(123)
# load dataset from url, skip the first 16 rows
df <- read.csv('http://datashaping.com/passwords.txt', header = F, skip = 16) %>%
  sample_frac(.001) %>% 
  rename(password = V1)

patterns = c("[a-z]","[A-Z]","[0-9]+")

df$has_lower <- 0 
df$has_upper <- 0
df$has_numeric <- 0

for(i in 1:nrow(df)){
    for(j in patterns){
        n <- ifelse(grepl(j, df$password[i]),1,0)
        }
    df$has_lower[i] <- n
    df$has_upper[i] <- n 
    df$has_numeric[i] <- n
}

我想到的输出是：

password has_lower has_upper has_numeric
Bigmaccas   1         1       0
0127515559  0         0       1
dbqky73p    1         0       1

Answer 1

如果我们只是命名你的模式向量，我们可以简化一些事情。例如

patterns = c(has_lower="[a-z]",
             has_upper="[A-Z]",
             has_numeric="[0-9]+")

for(pattern in names(patterns)) {
  df[, pattern] = as.numeric(grepl(patterns[pattern], df$password))
}

基本上我们只是循环遍历每个名称，抓取与该名称对应的正则表达式，然后进行匹配并添加列。

Answer 2

首先你需要在j循环中更新has.lower has.upper和has.numeric，否则你的word1 = ['word7', 'word11', 'word11'] word2 = ['word8', 'word7'] word3 = ['word9'] word4 = ['word10']对于这3个案例保持不变。为此，您需要能够遍历列的名称has.lower has.upper和has.numeric：

使用names <- c("has_lower","has_upper","has_numeric") for(i in 1:nrow(df)){ for(j in 1:length(patterns)){ df[i,(names[j])] <- as.numeric(grepl(j, df$password[i])) } }的更快，更好，更紧凑的替代方案以及apply已经过矢量化的事实：

grepl

注意（与您的问题无关）：

我建议您使用df[, c("has_lower","has_upper","has_numeric"):=lapply(patterns, function(x) grepl(x,df$password))]函数来读取数据集，因为它非常大。

fread

Answer 3

数据框首先是一个列表。

所以，你可以这样做：

df[c("has_lower", "has_upper", "has_numeric")] <- 
  lapply(patterns, function(pattern) grepl(pattern, df$password) + 0)

使用+ 0L代替+ 0你想要的是整数而不是双打（我建议不做任何事情并保持逻辑）。

用于多个索引的循环

3 个答案: