R应用结果不一致

我调用

apply

在数据帧的每一行上应用一个函数，但是我得到了一些奇怪的结果。当我第一次运行

apply

（运行#1）时，只有一部分行产生预期的结果。第二次运行

apply

后（运行#2），一些最初不正确的值是正确的。在运行#1之后，行不正确的情况下是一致的

assign_id（）

查找位于

first

中的id以及数据帧中的其他九列，返回与匹配列对应的整数

assign_id <- function(row) {
  if(is.na(row['first'])) {
    return(NULL)
  }
  else if(row['first'] %in% c('none')) {
    return(0)
  }
  else if(row['first'] %in% as.character(row['one'])){
    return(1)
  }
  else if(row['first'] %in% as.character(row['two'])){
    return(2)
  }
  else if(row['first'] %in% as.character(row['three'])){
    return(3)
  }
  else if(row['first'] %in% as.character(row['four'])){
    return(4)
  }
  else if(row['first'] %in% as.character(row['five'])){
    return(5)
  }
  else if(row['first'] %in% as.character(row['six'])){
    return(6)
  }
  else if(row['first'] %in% as.character(row['seven'])){
    return(7)
  }
  else if(row['first'] %in% as.character(row['eight'])){
    return(8)
  }
  else if(row['first'] %in% as.character(row['nine'])){
    return(9)
  } else {
    return(11)
  }
}

df <- read.csv('df.csv')

# Run #1
df$id <- apply(df, 1, assign_id)
# All 'id' fields return 11
df[df$first %in% 55627, c('id', 'first', 'six')] 

> head(df[df$first %in% 55627, c('id', 'first', 'six')])
     id first    six
414  11 55627  55627
529  11 55627 118950
791  11 55627  55627
1570 11 55627 118950
1832 11 55627 118950
2116 11 55627 118950

# Run #2
df$id <- apply(df, 1, assign_id)
# All 'id' fields return the correct integer
df[df$first %in% 55627, c('id', 'first', 'six')] 

> head(df[df$first %in% 55627, c('id', 'first', 'six')])
     id first    six
414   6 55627  55627
529   5 55627 118950
791   6 55627  55627
1570  8 55627 118950
1832  5 55627 118950
2116  5 55627 118950

assign\u id在来自的一点帮助下，我想出了这个更简单的base-R解决方案：

df$id<-unlist(apply(df,1,function(x)
  ifelse(x["first"]=="none",0, which(as.integer(x["first"])==as.integer(x[2:10])))))

df$idI没有看到您在这个示例中的行为。旁注：您确定要从该函数返回空值吗？我想你可能是指安娜。空值通常意味着结果将保留为一个列表，而不是一个向量，如果取消列表，空值将被完全删除，从而缩短向量的长度。谢谢@joran，运行
apply（）
一次后，您是否从Run#2获得结果？当我在第一个if条件中将
return（NULL）
更改为
return（NA）
时，运行#1和#2的结果相同，但都不正确。作为
apply
的替代方法，您可以在
时使用
dplyr:：case\u，这也是矢量化的。谢谢，
dplyr:：case\u-When（）
和
mutate（）的组合
似乎有效。我仍然对为什么原始函数不能工作感到困惑。或者
mapply（match，dd[[1]]，split（dd[-1]，1:nrow（dd））
？（我使用的是您链接的问答中的dd）是的，但我的速度要快得多：单位：秒expr min lq mean uq iod 4.141213 4.154136 4.154136 4.16706 frank 22.220058 22.220058 23.398411 23.398411 24.57676 max neval 4.16706 2 24.57676 2（我只运行了两次，因为对于您的解决方案，每轮超过20秒，运行默认的100次需要半个小时）很有趣。我想知道是不是
split
让它变慢了。另一个变体是
library（data.table）；setDT（dd）[，first_match:=names（.SD）[mapply（match，first，transpose（.SD））]，.SDcols=！“first”]
因此使用转置而不是拆分。在任何情况下，如果OP具有更好的结构化数据，我确信可以使用比您更快的方法。（
在数据帧上应用
的成本总是很高。）是的，好吧，data.table总是更快-我真的应该花时间去弄清楚它…数据结构也是如此，但我认为这是一个给定的条件。