结合ifelse语句和for循环R

我有关于某人是否被一系列学校（1至35所）录取的数据，以及他们对这些学校的偏好。我的数据集最终会有更多的学生和学校，但这是一个模拟数据集，可以做一些尝试工作。数据如下所示，但也会有更多的学校：

> head(Schools)
     ID              S1_AR S1_Rank              S2_AR S2_Rank
1 ID001 Provisional Accept       1 Provisional Accept       2
2 ID002 Provisional Accept       1     No Application      NA
3 ID003 Provisional Reject       1 Provisional Accept       2
4 ID004 Provisional Reject       2 Provisional Accept       1
5 ID005 Provisional Accept       3 Provisional Accept       1

每个人不能上多所学校，因此，如果他们临时被多所学校录取，他们的录取将被视为他们在偏好中排名最低的学校。这意味着他们的位置可以供另一个学生使用

我已经编写了代码，用于识别已被学校1和2录取的学生，比较他们的排名，并更新他们的录取状态，如下所示。然而，这只针对一对学校，我需要为每对35所不同的学校做这件事。有没有一种方法可以使用for循环为不同的学校对自动化这个过程

此外，我知道我的代码目前相当笨拙，但这是我目前唯一能让它工作的方法。使用嵌套的ifelse（）是否有助于使此代码在for循环中更易于管理

Schools$Match <-ifelse(Schools$S1_AR == "Provisional Accept" & Schools$S2_AR == "Provisional Accept", 1, 0)
Schools$Preference<- ifelse(Schools$S1_Rank<Schools$S2_Rank, 1,2)
Schools$S2_AR[Schools$Match == 1 & Schools$Preference == 1]<- "Accepted Elsewhere"
Schools$S1_AR[Schools$Match == 1 & Schools$Preference == 2]<- "Accepted Elsewhere"


head(Schools)

     ID              S1_AR S1_Rank              S2_AR S2_Rank Match Preference
1 ID001 Provisional Accept       1 Accepted Elsewhere       2     1          1
2 ID002 Provisional Accept       1     No Application      NA     0         NA
3 ID003 Provisional Reject       1 Provisional Accept       2     0          1
4 ID004 Provisional Reject       2 Provisional Accept       1     0          2
5 ID005 Accepted Elsewhere       3 Provisional Accept       1     1          2

---

Schools$Match这是一个真正的hacky函数，但只要数据集与您提供的数据集相似，它就可以适用于任意数量的学校。它基本上做了以下工作：

创建一个临时数据集，并添加一个变量，检查学生是否在多个学校“接受”，这意味着需要根据选择的等级做出决定（如果我理解正确，请按照您的描述）

接下来，它生成2个索引向量。这些索引将用于提取因默认（无选择）或因排名而选择的列名或学校

基于逻辑检查生成学校名称向量。如果需要做出选择，排名最低的学校名称将添加到学生所在位置的向量中，如果不需要做出决定，则将添加学生接受的学校。我这样做是为了防止学生接受一所没有第一选择的学校（见示例数据中的第6行）

正如@slava kohut所指出的，也许有一种更优雅的方式可以在整洁的环境中完成这一切，如果可以的话，这是值得研究的

下面是函数。我希望这有助于：

## data set
df <- data.frame("ID" = 1:6,
             "S1_AR" = c("PA", "PA", "PR", "PR", "PA", "PA"),
             "S1_Rank" = c(1, 1, 1, 2, 3, 2),
             "S2_AR" = c("PA", "NA", "PA", "PA", "PA", "PR"),
             "S2_Rank" = c(2, NA, 2, 1, 1, 1))
my_fun <- function(data){
  ## generate tmp data and ready data for downstream classification
  tmp <- data %>%
    mutate(ck_1 = rowSums(. == "PA"), 
           ck_2 = ifelse(ck_1 > 1, TRUE, FALSE),
           ck_2 = ifelse(is.na(ck_2), FALSE, ck_2))
  ## generate rank table
  tmp.rank <- tmp %>%
    dplyr::select(contains("_Rank"))
  ## generate choice table
  tmp.ar <- tmp %>%
    dplyr::select(contains("_AR"))
  ## generate index of highest ranked school choice
  index_choose <- apply(tmp[, which(colnames(tmp) %in% colnames(tmp.rank))], 1, 
function(x){
    which.min(x)
  })
  ## generate index for school accepted when no choice needs to be made
  index_nochoose <- sapply(apply(tmp[, which(colnames(tmp) %in% 
  colnames(tmp.ar))], 1, function(x){
    which(x == "PA")
  }), function(a) a[[1]])
  ## Generate decision vector
  decision <- c()
  for(i in 1:nrow(df)){
    ifelse(tmp$ck_2[i] == TRUE, decision[i] <- colnames(tmp.rank) 
    [index_choose[i]],
           decision[i] <- colnames(tmp.ar)[index_nochoose[i]]) 
  }
  decision <- sapply(strsplit(decision, split = "_", fixed = TRUE),  
  function(x) 
    x[1])
  ## add vector and output result
  tmp$decision <- decision
  return(tmp)
}

my_fun(df)


  ID S1_AR S1_Rank S2_AR S2_Rank ck_1  ck_2 decision
1  1    PA       1    PA       2    2  TRUE       S1
2  2    PA       1    NA      NA   NA FALSE       S1
3  3    PR       1    PA       2    1 FALSE       S2
4  4    PR       2    PA       1    1 FALSE       S2
5  5    PA       3    PA       1    2  TRUE       S2
6  6    PA       2    PR       1    1 FALSE       S1

##数据集
df查看
dplyr:：case\u时的
。看来这就是你需要的。谢谢你，哈利，这真是太有用了！只需注意一个小的输入错误，行ifelse（tmp$ck_2[i]==TRUE，decision[i]