Question

我在SO（或其他地方）上没有发现任何类似的东西，因此希望您的帮助。我对找到矢量化方法还不是很熟悉，我的最初尝试感觉很笨拙。

我目前有一个与此相似的数据框：

df <- data.frame(c(1,1,1,2,2,2,3,3,3),c(TRUE,FALSE,TRUE,FALSE,FALSE,TRUE,TRUE,TRUE,TRUE))
colnames(df) <- c("ID", "Status")

我现在想简化我的观察，仅当将特定ID的每个状态都指定为TRUE时，即显示最终表，例如

，才显示TRUE

ID    Status
1     FALSE
2     FALSE
3     TRUE

我设法做到了循环（再次，即使对于一个循环，它可能也很笨拙）：

NrID <- df$ID[!duplicated(df$ID)]

for (i in NrID) {
  x <- sum(df$Status[df$ID == i])
  ifelse (x < max(NrID), df$Status[df$ID == i] <- FALSE, df$Status[df$ID == i] <- TRUE)
}

finaldf <- df[!duplicated(df$ID), ]

由于我的最终数据集非常大，我希望能提供一些建议或函数以实现这种方法的矢量化，并且我希望使用更简洁的代码。

提前谢谢！

Answer 1

dplyr解决方案可以是：

df %>%
 group_by(ID) %>%
 summarise(Status = all(Status))

     ID Status
  <dbl> <lgl> 
1    1. FALSE 
2    2. FALSE 
3    3. TRUE

或使用基数R：

aggregate(df$Status, list(df$ID), function(x) all(x))

  Group.1     x
1       1 FALSE
2       2 FALSE
3       3  TRUE

Answer 2

如果追求速度和简洁性，您可能会喜欢data.table：

设置：

library(data.table)
setDT(df) # Convert to data.table

计算：

df[, .(Status = all(Status)), by = ID]

#    ID Status
# 1:  1  FALSE
# 2:  2  FALSE
# 3:  3   TRUE

结合多个观测值的矢量化方法

2 个答案:

结合多个观测值的矢量​​化方法

2 个答案:

结合多个观测值的矢量化方法