沿data.frame的行应用同时具有char和num参数的函数
我试图对数据帧的每一行应用一个函数。该函数使用字符和num的组合作为参数 这不是一个聚合练习,而是基于使用char和num变量的一系列条件在现有data.frame中定义一个新字段。所有变量都在data.frame中 我知道沿data.frame的行应用同时具有char和num参数的函数,r,R,我试图对数据帧的每一行应用一个函数。该函数使用字符和num的组合作为参数 这不是一个聚合练习,而是基于使用char和num变量的一系列条件在现有data.frame中定义一个新字段。所有变量都在data.frame中 我知道apply函数将数据帧行转换为一个向量,在本例中是一个char向量:我希望避免在函数中重新转换数据帧变量 关于如何使用apply和plyr包跨data.frame行运行函数,有几篇文章发表了,但从新手的角度来看,这些示例并没有逐行混合char和num参数。谢谢 condsId
apply
函数将数据帧行转换为一个向量,在本例中是一个char向量:我希望避免在函数中重新转换数据帧变量
关于如何使用apply
和plyr
包跨data.frame行运行函数,有几篇文章发表了,但从新手的角度来看,这些示例并没有逐行混合char和num参数。谢谢
condsIdx <- function(IDa,IDb,clss){
if (clss == 'a'){
y = IDa
} else if (clss == 'b' && IDb > 14) {
y = IDb
} else {
y = -1
}
y
}
df <- data.frame( IDa=c(1,2,3,4,5,6),
IDb=c(11,12,13,14,15,16),
clss=c('a','a','a','b','b','c'))
df$res <- -1
for ( i in 1:nrow(df) ){
df$res[i] <- condsIdx(df$IDa[i],df$IDb[i],df$clss[i])
}
condsIdx 14){
y=IDb
}否则{
y=-1
}
Y
}
df只需使用mappy
或plyr等效的mlply
:
mapply(condsIdx,IDa = df$IDa,IDb = df$IDb,clss = df$clss)
[1] 1 2 3 -1 15 -1
只需使用mappy
或plyr等效的mlply
:
mapply(condsIdx,IDa = df$IDa,IDb = df$IDb,clss = df$clss)
[1] 1 2 3 -1 15 -1
您可以在此处使用ifelse
获得矢量化解决方案:
transform(df, res = ifelse (clss == 'a',
IDa,
ifelse(clss == 'b' & IDb > 14,IDb, -1)))
IDa IDb clss res
1 1 11 a 1
2 2 12 a 2
3 3 13 a 3
4 4 14 b -1
5 5 15 b 15
6 6 16 c -1
编辑输入错误&&未矢量化,因此我将其替换为&.(谢谢@joran)您可以在此处使用ifelse
获得矢量化解决方案:
transform(df, res = ifelse (clss == 'a',
IDa,
ifelse(clss == 'b' & IDb > 14,IDb, -1)))
IDa IDb clss res
1 1 11 a 1
2 2 12 a 2
3 3 13 a 3
4 4 14 b -1
5 5 15 b 15
6 6 16 c -1
编辑输入错误&&未矢量化,因此我将其替换为&(谢谢@joran)我认为mdply(df,condsIdx)
可能是使用plyr最合适的实现
我认为mdply(df,condsIdx)
可能是使用plyr最合适的实现