Question

我是R的新手，我试图将给定数据帧的2列相加，如果要求的两个元素都满足给定条件。为了说清楚，我想做的是：

> t.d<-as.data.frame(matrix(1:9,ncol=3))
> t.d
  V1 V2 V3
  1  4  7  
  2  5  8  
  3  6  9  

> t.d$V4<-rep(0,nrow(t.d))

> for (i in 1:nrow(t.d)){
+   if (t.d$V1[i]>1 && t.d$V3[i]<9){
+     t.d$V4[i]<-t.d$V1[i]+t.d$V3[i]}
+     }

> t.d    
  V1 V2 V3 V4
  1  4  7  0
  2  5  8 10
  3  6  9  0

我需要一个高效的代码，因为我的真实数据帧有大约150000行和200列。这给出了一个错误：

t.d$V4<-t.d$V1[t.d$V1>1]+ t.d$V3[t.d$V3>9]

“申请”是一个选项吗？我试过这个：

t.d<-as.data.frame(matrix(1:9,ncol=3))
t.d$V4<-rep(0,nrow(t.d))

my.fun<-function(x,y){
  if(x>1 && y<9){
    x+y}
}

t.d$V4<-apply(X=t.d,MAR=1,FUN=my.fun,x=t.d$V1,y=t.d$V3)

但它也会出错。非常感谢你的帮助。

Answer 1

此操作不需要循环，apply语句或if语句。您只需要矢量化操作和子集：

t.d <- within(t.d, V4 <- V1 + V3)
t.d[!(t.d$V1>1 & t.d$V3<9), "V4"] <- 0
t.d

  V1 V2 V3 V4
1  1  4  7  0
2  2  5  8 10
3  3  6  9  0

为什么这样做？

在第一步中，我创建了一个新列，它是V1和V4列的直接和。我使用within作为引用d.f列的便捷方式，而无需一直编写d.f$V。

在第二步中，我将所有不符合条件的行分组，并将这些行的V4设置为0.

Answer 2

ifelse是你的朋友：

t.d$V4<-ifelse((t.d$V1>1)&(t.d$V3<9), t.d$V1+ t.d$V3, 0)

Answer 3

我将填写并提供另一个版本。因为如果条件不是mach，你想要零，而TRUE / FALSE是1/0的美化版本，只需乘以条件也可以：

t.d<-as.data.frame(matrix(1:9,ncol=3))
t.d <- within(t.d, V4 <- (V1+V3)*(V1>1 & V3<9))

......它碰巧比其他解决方案更快; - ）

t.d <- data.frame(V1=runif(2e7, 1, 2), V2=1:2e7, V3=runif(2e7, 5, 10))
system.time( within(t.d, V4 <- (V1+V3)*(V1>1 & V3<9)) )         # 3.06 seconds
system.time( ifelse((t.d$V1>1)&(t.d$V3<9), t.d$V1+ t.d$V3, 0) ) # 5.08 seconds
system.time( { t.d <- within(t.d, V4 <- V1 + V3); 
               t.d[!(t.d$V1>1 & t.d$V3<9), "V4"] <- 0 } )       # 4.50 seconds

使用if语句循环数据帧行应用函数

3 个答案: