R 通过比较数值列和固定值来创建类别

考虑

iris

数据：

 iris 
        Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
    1            5.1         3.5          1.4         0.2     setosa
    2            4.9         3.0          1.4         0.2     setosa
    3            4.7         3.2          1.3         0.2     setosa
    4            4.6         3.1          1.5         0.2     setosa
    5            5.0         3.6          1.4         0.2     setosa
    6            5.4         3.9          1.7         0.4     setosa
    7            4.6         3.4          1.4         0.3     setosa

我想根据变量

Sepal.Length

中的值与固定限制/截止值的比较创建一个新列，例如，检查值是否大于或小于5：

如果萼片长度>=5，则分配“向上”，否则分配“向下”

到一个新的列“调节”

怎么做？

试试看

iris$Regulation <- ifelse(iris$Sepal.Length >=5, "UP", "DOWN")

iris$Regulation=5，“向上”、“向下”）

为了更新可能的规范，包

dplyr

具有函数

mutate

，允许您以矢量化方式在data.frame中创建新列：

library(dplyr)
iris_new <- iris %>%
    mutate(Regulation = if_else(Sepal.Length >= 5, 'UP', 'DOWN'))

它的工作原理与

if_else

类似，不同的是不是有一个返回值为TRUE和FALSE的条件，每一行都有一个条件（在

~

的左侧）和一个返回值（在

~

的右侧），如果为TRUE，则返回该条件。如果为false，它将进入下一个条件

在这种情况下，

Sepal.Length>=5

的行将返回

'High'

，而

Sepal.Length<5

（因为第一个条件必须失败）和

Sepal.Length>=4.5

的行将返回

'Mid'

，所有其他行将返回

'Low'

。由于

TRUE

始终是

TRUE

，因此它用于提供默认值。

不带ifelse：

iris$Regulation=5）+1]

基准测试，大约比ifelse快14倍：

bigX=5）+1]，
x2=ifelse（bigX>=5，“向上”、“向下”），
x3=dplyr:：if_else（bigX>=5，“向上”、“向下”）
)
##tibble:3 x 14
#表达式最小平均中位数最大`itr/sec`mem_alloc n_gc n_itr总时间结果内存
#                       
#x1 19.1ms 23.9ms 20.5ms 31.6ms 41.9 22.9MB 9 22 525ms如果要检查df中的哪些元素与不同长度的向量中的元素相匹配，是否可以使用向量替换“>=5”？如何将萼片长度、萼片宽度、花瓣长度、花瓣宽度的最小值添加到新列中？我试过了，最低限额是50美元
iris %>%
    mutate(Regulation = case_when(Sepal.Length >= 5 ~ 'High',
                                  Sepal.Length >= 4.5 ~ 'Mid',
                                  TRUE ~ 'Low'))

iris$Regulation <- c("DOWN", "UP")[ (iris$Sepal.Length >= 5) + 1 ]

bigX <- runif(10^6, 0, 10)

bench::mark(
  x1 = c("DOWN", "UP")[ (bigX >= 5) + 1 ],
  x2 = ifelse(bigX >=5, "UP", "DOWN"),
  x3 = dplyr::if_else(bigX >= 5, "UP", "DOWN")
)
# # A tibble: 3 x 14
# expression     min    mean  median     max `itr/sec` mem_alloc  n_gc n_itr total_time result memory
# <chr>      <bch:t> <bch:t> <bch:t> <bch:t>     <dbl> <bch:byt> <dbl> <int>   <bch:tm> <list> <list>
# x1          19.1ms  23.9ms  20.5ms  31.6ms     41.9     22.9MB     9    22      525ms <chr ~ <Rpro~
# x2         278.9ms 280.2ms 280.2ms 281.5ms      3.57   118.3MB     4     2      560ms <chr ~ <Rpro~
# x3          47.8ms  64.2ms  54.1ms 138.8ms     15.6     68.7MB    11     8      514ms <chr ~ <Rpro~