对R中的if语句和for循环感到困惑

所以我在R中有一个数据框，其中一列是几个因子的变量，我想为每个因子创建几个虚拟变量，但是当我写一个循环来做这件事时，我得到了一个错误

例如，如果列由各种因素a、b、c组成，我想为每个因素编码一个1或0的伪变量，我必须创建一个伪变量的代码是：

h = rep(0, nrow(data))
for (i in 1:nrow(data)) {
  if (data[,1] == "a") {
    h[i] = 1
  } else {
    h[i] = 0
  }
}
cbind(data, h)

这给了我一条错误消息“条件的长度大于1，只有第一个元素会被使用”，我在这个网站的其他地方看到过这样的消息，说我应该尝试编写自己的函数来解决问题，避免循环，我真的不明白a）如何通过编写函数来解决这个问题（至少立即）b）作为一个函数而不是使用循环进行此操作的好处

---

最后，我还使用ifelse语句创建了每个向量，然后cbind将其添加到数据帧中，不过我希望能给出一个解释。

将

if（data[，1]=“a”）{

更改为

if（data[I，1]=“a”）{

将

if（data[，1]=“a”）{

更改为

if（data[I，1]=“a”）{

Aakash指出循环中的问题是正确的。您的测试是

if (data[,1] == "a")

由于您的测试不依赖于

i

，因此每次迭代都是相同的。您可以这样修复循环：

h = rep(0, nrow(data))
for (i in 1:nrow(data)) {
  if (data[i, 1] == "a")
    h[i] = 1
  } else {
    h[i] = 0
  }
}

我们甚至可以简化，因为

h

被初始化为0，所以在

else

情况下不需要将其设置为0，我们可以继续：

for (i in 1:nrow(data)) {
  if (data[i, 1] == "a")
    h[i] = 1
  }
}

一个更实质性的改进是引入矢量化。这将加快您的代码速度，并且在掌握了窍门后通常更易于编写。

如果

只能检查一个条件，但如果对其他进行了矢量化，则需要一个测试向量，一个“if true”结果向量，一个“if false”向量结果，并将它们结合起来：

h = ifelse(data[, 1] == "a", 1, 0)

这样，就不需要在语句之前初始化

h

，我们可以直接将其添加到数据帧中：

data$h = ifelse(data[, 1] == "a", 1, 0)

在本例中，您的测试用例和结果非常简单，我们可以做得更好

data[, 1] == "a" ## run this and look at the output

上面的代码只是

TRUE

和

FALSE

的布尔向量。如果我们在上面运行

as.numeric（）

，则真值将强制为1s，假值将强制为0s。所以我们可以这样做

data$h = as.numeric(data[, 1] == "a")

这将比ifelse更有效

---

此操作非常简单，编写函数来执行此操作没有任何好处。

Aakash指出循环中的问题是正确的。您的测试是

if (data[,1] == "a")

由于您的测试不依赖于

i

，因此每次迭代都是相同的。您可以这样修复循环：

h = rep(0, nrow(data))
for (i in 1:nrow(data)) {
  if (data[i, 1] == "a")
    h[i] = 1
  } else {
    h[i] = 0
  }
}

我们甚至可以简化，因为

h

被初始化为0，所以在

else

情况下不需要将其设置为0，我们可以继续：

for (i in 1:nrow(data)) {
  if (data[i, 1] == "a")
    h[i] = 1
  }
}

一个更实质性的改进是引入矢量化。这将加快您的代码速度，并且在掌握了窍门后通常更易于编写。

如果

只能检查一个条件，但如果对其他进行了矢量化，则需要一个测试向量，一个“if true”结果向量，一个“if false”向量结果，并将它们结合起来：

h = ifelse(data[, 1] == "a", 1, 0)

这样，就不需要在语句之前初始化

h

，我们可以直接将其添加到数据帧中：

data$h = ifelse(data[, 1] == "a", 1, 0)

在本例中，您的测试用例和结果非常简单，我们可以做得更好

data[, 1] == "a" ## run this and look at the output

上面的代码只是

TRUE

和

FALSE

的布尔向量。如果我们在上面运行

as.numeric（）

，则真值将强制为1s，假值将强制为0s。所以我们可以这样做

data$h = as.numeric(data[, 1] == "a")

这将比ifelse更有效

---

此操作非常简单，编写函数来执行此操作没有任何好处。

data[，1]

是一个向量，如果未对其进行向量化，

。
data$h可能重复：，密切相关：啊，抱歉，在发布
data[，1]之前，我肯定没有看到这一点
是一个向量，如果
没有向量化，
数据$h可能重复：，密切相关：啊，很抱歉我在发布之前没有看到这一点谢谢你的帮助，我真的很感激！令人惊讶的是有很多不同的方法可以做同样的事情哈哈。谢谢你的帮助，我真的很感激！这是amazing有多少种不同的方法可以做同样的事情哈哈。