Question

我正在处理如下数据：

ID    Count  Report  Rank   
X-01   1      4.2     2 
X-01   2      2.7     1     
X-01   3      5.8     3 
X-01   4      14      5 
X-01   5      9.2     4
X-02   1      6.8     2 
X-02   2      17      4     
X-02   3      13      3 
X-02   4      22.7    5 
X-02   5      4       1

计数是指传感器被触发的时间，报告是值，等级是报告内的等级。

我对6个变量感兴趣：

If Count = 1 and Rank = 1 then Report
If Count = 1 and Rank = 2 then Report
If Count > 1 and Rank = 1 or 2, then -1
If Count = 1 and Rank = 3:5, -Report
If Count >= 2 and Rank = 3:10, 1
If Rank > 5 (there are multiple rows to each ID), 0

我尝试过if（x）{}否则if（）{}等等，ifelse（）有多个嵌套，但是回来的文本很多！

Larger object length is not a multiple of shorter object length

很频繁。

到目前为止，我找到的唯一解决方案是通过'ifelse'计算列中的每个列，然后将行累加到新列中，这既费时又不美观。

有什么想法吗？

Answer 1

您可以编写一个函数来指定给定每种输入组合的输出。

f1 <- function(count, rank, report){

  # in case of missing count or rank data:
  if (is.na(count) | is.na(rank)) return(NA)
  if (count==1 & rank %in% 1:2) return(report)
  if (count > 1 & rank %in% 1:2) return(-1)
  if (count==1 & rank %in% 3:5) return(-report)
  if (count >= 2 & rank %in% 3:10) return(1)
  if (rank > 5) return(0)
  return(NA)
}

接下来，您可以使用mapply将此功能应用于data.frame。

mapply(f1, count=d$Count, rank=d$Rank, report=d$Report)
[1]  4.2 -1.0  1.0  1.0  1.0  6.8  1.0  1.0  1.0 -1.0

编辑：我更新了该函数，以便在某些输入变量为NA时返回NA。

给出该数据集：

d <- read.table(text='ID    Count  Report  Rank   
                      X-01   1      4.2     2 
                      X-01   2      2.7     1     
                      X-01   3      5.8     3 
                      X-01  NA      4       2
                      X-01   2      5.5     NA
                      X-01   4      14      5 
                      X-01   5      9.2     4
                      X-02   1      6.8     2 
                      X-02   2      17      4     
                      X-02   3      13      3 
                      X-02   4      22.7    5 
                      X-02   5      4       1', header=T)

我得到以下输出：

mapply(f1, count=d$Count, rank=d$Rank, report=d$Report)
[1]  4.2 -1.0  1.0   NA   NA  1.0  1.0  6.8  1.0  1.0  1.0 -1.0

条件性动物成群嵌套

1 个答案: