R 迭代数据帧中的每个值，并将其与列中的平均值进行比较，返回一个数据帧

我正在努力编写一个函数，该函数将迭代数据帧中的每个值，并返回一个数据帧，其中的值不符合阈值，但具有相同的列名

这是一个数据帧：

salary <- c(21000, 23400, 26800)
bonus <- c(350, 400, 170)
startdate <- as.Date(c('2010-11-1','2010-11-2','2010-11-3'))
df <- data.frame(startdate, salary, bonus)

但我想将列的名称和顺序保存为输入数据框中的名称和顺序，并为所有列提供此视图，而不仅仅是一列

我的梦想是，我得到一个数据帧作为输出，其列与原始列相同，但如果该值低于列内的平均值，且小于对应于某个值的值（开始日期-2天），则将值替换为1，如果不满足以下条件，则将值替换为0：

   startdate salary bonus
1 2010-11-01  1       0
2 2010-11-02  1       0
3 2010-11-03  0       1

我尝试过不同的方法，包括复制数据帧，然后动态填充；使用lappy（在我的情况下，应保持几个条件）并混合使用，但没有成功。。

---

任何帮助都将不胜感激

看起来这就是你想要的。如果没有，这个职位将被调整

library(dplyr)

df%>%
mutate_if(is.numeric, funs(as.numeric(. < mean(.))))

  startdate salary bonus
1 2010-11-01      1     0
2 2010-11-02      1     0
3 2010-11-03      0     1

库（dplyr）
df%>%
如果（是数值的，funs（作为数值（<平均值（））的形式）发生变化
起始工资奖金
1 2010-11-01      1     0
2 2010-11-02      1     0
3 2010-11-03      0     1

看起来这就是你想要的。如果没有，这个职位将被调整

library(dplyr)

df%>%
mutate_if(is.numeric, funs(as.numeric(. < mean(.))))

  startdate salary bonus
1 2010-11-01      1     0
2 2010-11-02      1     0
3 2010-11-03      0     1

库（dplyr）
df%>%
如果（是数值的，funs（作为数值（<平均值（））的形式）发生变化
起始工资奖金
1 2010-11-01      1     0
2 2010-11-02      1     0
3 2010-11-03      0     1

以下是一个不使用任何库的答案。您只需在函数中使用

sapply

和

ifelse

Sapply

迭代列中的每个元素。编辑以包括这两个条件：

def2<-function(x){
  m<-mean(x, na.rm=T)
  sapply(x, function(y){
    ifelse(y>m,1,0)
  })
}

# Both conditions (assumes date is ordered (ascending) and doesn't have any duplicates!)
def2<-function(w,x){
  m<-mean(x, na.rm=T)
  sapply(seq_along(x), function(y){
    n<-w[y]-2
    o<-df$salary[df$startdate==n]
    ifelse((x[y]>m & x[y]>o) ,1,0)
  })
}

# Applying the function
df$bonus<-def2(x=df$salary,w=df$startdate)

---

def2以下是一个不使用任何库的答案。您只需在函数中使用
sapply
和
ifelse
Sapply
迭代列中的每个元素。编辑以包括这两个条件：

def2<-function(x){
  m<-mean(x, na.rm=T)
  sapply(x, function(y){
    ifelse(y>m,1,0)
  })
}

# Both conditions (assumes date is ordered (ascending) and doesn't have any duplicates!)
def2<-function(w,x){
  m<-mean(x, na.rm=T)
  sapply(seq_along(x), function(y){
    n<-w[y]-2
    o<-df$salary[df$startdate==n]
    ifelse((x[y]>m & x[y]>o) ,1,0)
  })
}

# Applying the function
df$bonus<-def2(x=df$salary,w=df$startdate)

def2 start_date的目的是什么？“我的梦想是获得一个数据帧作为输出，其列与原始数据帧相同，但如果值低于组内的平均值，则将值替换为1，如果值大于平均值，则将值替换为0…”那么您可能应该举一个例子，其中有一个分组列。@Parfait我还有一个条件，即用同一列中的一个值检查每个值-2天。因此，基本上我有两个条件：与一列中的平均值进行比较，以及与追溯日期相对应的值进行比较。@Gregor要与每列中的平均值进行比较，现在将对其进行编辑，谢谢代码中的几条注释：1）不要使用
paste（val）
和
paste（dat）
，它将转换为
字符
类。尤其是
val
，您可能希望保留为数字。2） 如果可能的话，在列上迭代几乎总是比在行上迭代好。3） 尽量不要在循环中
rbind
或
cbind
对象-将输出初始化为正确大小并“填充空格”比在每次迭代中“增长”对象要有效得多。4） 
colMeans
函数非常有用。开始日期的目的是什么？“我的梦想是，我得到一个数据帧作为输出，其列与原始数据帧相同，但如果值低于组内的平均值，则值替换为1，如果值大于平均值，则值替换为0…”那么您可能应该举一个例子，其中有一个分组列。@Parfait我还有一个条件，即用同一列中的一个值检查每个值-2天。因此，基本上我有两个条件：与一列中的平均值进行比较，以及与追溯日期相对应的值进行比较。@Gregor要与每列中的平均值进行比较，现在将对其进行编辑，谢谢代码中的几条注释：1）不要使用
paste（val）
和
paste（dat）
，它将转换为
字符
类。尤其是
val
，您可能希望保留为数字。2） 如果可能的话，在列上迭代几乎总是比在行上迭代好。3） 尽量不要在循环中
rbind
或
cbind
对象-将输出初始化为正确大小并“填充空格”比在每次迭代中“增长”对象要有效得多。4） 
colMeans
功能非常有用。值得注意的是，它可以很容易地与
groupby
组合，以满足OP的“梦想”。当然可以。如果有组，则需要
groupby
。不幸的是，OP的问题并没有提供关于团队的信息。这真的有点模糊。而且，OP对追溯日期条件的解释毫无价值。@InfiniteFlashChess谢谢你，永远忘了dplyr是多么强大。但我还有一个条件，它的值是回顾日期，这就是为什么我们想写一个函数值得注意的是，它可以很容易地与
groupby
结合起来，以满足OP的“梦想”。当然可以。如果有组，则需要
groupby
。不幸的是，OP的问题并没有提供关于团队的信息。这真的有点模糊。而且，OP对追溯日期条件的解释毫无价值。@InfiniteFlashChess谢谢你，永远忘了dplyr是多么强大。但我还有一个条件，它的值是追溯日期，这就是为什么我们想写一个函数