在R中实现例程自动化

鉴于我的数据（见下文），我正在使用几个“length”+“which”语句（见下文）来探索我的数据

Q1.是否有一种有效的代码来自动化而不是使用这么多行代码

Q2.我可以将所有“长度”+“哪些”陈述的答案汇总到一个表格中吗？（例如，对于答案为9的第一个“长度”+“哪个”语句，表可以说“第一象限”，并且在9旁边或下面）

以下是我的数据和我创建的长度+which”语句：

x <- c(2,1,5,4,5,8,6,6,4,1,2,2,2,5,9,5,4,3,2,3,1,3,1,7,3,2,2,9,7,7,9,8,8,6,4,6,7,2,1,4,3,9)
y <- c(1,2,2,8,7,4,6,7,5,5,2,9,3,9,1,5,7,1,8,6,8,4,9,2,7,5,7,6,3,8,3,3,7,8,3,4,4,4,3,6,5,4)

## HERE is my "length" + "which" statements:

length(x[which(x < 5 & y <5)]) ## 1st quadrant datapoints (Left Bottom)
length(x[which(x < 5 & y >5)]) ## 2rd quadrant   "
length(x[which(x > 5 & y >5)]) ## 3rd quadrant   "
length(x[which(x > 5 & y <5)]) ## 4rd quadrant datapoints (Right Bottom)

length(x[which(x < 5)]) ## 1st left half
length(x[which(x > 5)]) ## 2nd right half
length(x[which(y < 5)]) ## 1st Bottom half
length(x[which(y > 5)]) ## 2nd Top half

length(x[which(x==5)]) ## Balanced Scope
length(x[which(y==5)]) ## Balanced Technicality
length(x[which(x==5 & y==5)]) ## Equal Scope and Technicality

length(x[which(y==5)]) ## How many of Xs have a Y of 5
length(y[which(x==5)]) ## How many of Ys have a X of 5

x5&y5）]###右下半场
长度（x[其中（y<5）]）35;#第一个下半部分
长度（x[哪个（y>5）]）35;##第二上半部分
长度（x[其中（x==5）]###平衡范围
长度（x[其中（y==5）]###平衡的技术性
长度（x[其中（x==5&y==5）]###范围和技术性相等
长度（x[哪个（y==5）]##有多少个x的y为5
长度（y[哪个（x==5）]##有多少y的x为5

如果您只想用自己的描述创建一个漂亮的表，那么最好的方法就是简单地使用“多”行

names=c（“第一象限”、“第二象限”、“第三象限”、“第四象限”）
数字=c（长度（x[x<5&y 5]），长度（x[x>5&y>5]），12345）
新表=数据帧（名称、数字）

首先，我想指出，

长度（x[哪个（逻辑向量）]）

就是

和（逻辑向量）

，如果这个向量的长度不超过

x

的长度（在你的例子中，它们总是相同的长度）

但我将建议一种不同的方法，而不是总结逻辑向量。x和y表示平面中点的坐标，因此将它们绑定到一个数据帧是很自然的，如下所示：

d <- data.frame(x, y)

因此，为了解释：如果一个点，例如有

sx=-1

和

sy=-1

，这意味着对于这个点

x<5

和

y<5

，我们可以只知道

sx

和

sy

来确定象限

现在我们需要创建一个字典，它可以通过

sx

和

sy

告诉我们象限是什么。这很简单：

library(tibble)
quadrant <- tribble(
    ~sx, ~sy, ~quadrant,
     -1,  -1,         1,
     -1,   1,         2,
      1,   1,         3,
      1,  -1,         4
)

最后，我们用象限来得到总结

count(d, quadrant)

# A tibble: 5 × 2
  quadrant     n
     <dbl> <int>
1        1     9
2        2    10
3        3     6
4        4     9
5       NA     8

计数（d，象限）
#一个tibble:5×2
象限n
1        1     9
2        2    10
3        3     6
4        4     9
5 NA 8

查看

？cut

和

？table

…此处不需要任何

which（）

语句。作为“首次学习子集时，一个常见错误是使用

x[which（y）]

而不是

x[y]

”@RHertel，这取决于您希望如何处理NA值。如果使用的

x[y]

和

y

包含NA值，您将在该位置插入NA值。如果要避免这种情况，可以使用

isTRUE

或

which

。与定义相同子集的全长逻辑向量相比，我还使用

来存储一个小子集并节省相当多的内存。
library(tibble)
quadrant <- tribble(
    ~sx, ~sy, ~quadrant,
     -1,  -1,         1,
     -1,   1,         2,
      1,   1,         3,
      1,  -1,         4
)

d <- merge(d, quadrant, all.x = T)

count(d, quadrant)

# A tibble: 5 × 2
  quadrant     n
     <dbl> <int>
1        1     9
2        2    10
3        3     6
4        4     9
5       NA     8