带for循环的ifelse

我希望遍历矩阵的行，并根据条件对数据项执行一些操作

下面是我的代码

m = matrix(c(1,2,NA,NA,5,NA,NA,1,NA,NA,NA,NA,4,5,NA,NA,NA,NA,NA,NA), nrow = 5, ncol = 4)
if (m[,colSums(!is.na(m)) > 1, drop = FALSE]){
        for(i in 1:4){
              a = which(m[i,] != "NA") - mean(which(!is.na(m[i,])))
                for(j in 2:5){
                       b = which(m[j,] != "NA") - mean(which(!is.na(m[j,])))
                       prod(a,b)
                }
        }
}

我在“如果”状态下收到如下警告消息

Warning message:
In if (m[, colSums(!is.na(m)) > 1, drop = FALSE]) { :
  the condition has length > 1 and only the first element will be used

---

我知道它返回一个向量，我应该使用ifelse块。如何将for循环合并到ifelse块中？这似乎是一个基本问题，我是R.的新手。

根据您的描述，您希望按列检查矩阵中非NA的数量，然后根据此结果执行某些操作（这就是为什么需要“if”/“ifelse”语句）。因此，您可以按如下方式实现，并在特定函数中编写内部循环

yourFunc <- function(x, data) {
 # do what your want / your loops on "data"
 # sample, you can check the result in here
 if(x > 1)  1
 else       0
}

m = matrix(c(1,2,NA,NA,5,NA,NA,1,NA,NA,NA,NA,4,5,NA,NA,NA,NA,NA,NA), nrow = 5, ncol = 4)
# use "apply" series function in here
sapply(colSums(!is.na(m)), yourFunc, data=m)
#[1] 1 0 1 0

yourFunc 1）1
其他0
}
m=基质（c（1,2，NA，NA，5，NA，NA，NA，1，NA，NA，NA，4,5，NA，NA，NA，NA，NA，NA，NA，nrow=5，ncol=4）
#在此处使用“应用”系列功能
sappy（colSums（！is.na（m）），yourFunc，data=m）
#[1] 1 0 1 0

---

实际上，我认为您需要重新组织问题并优化代码，“ifelse with for循环”可能完全没有必要

根据您的描述，您希望按列检查矩阵中非NA的数量，然后根据此结果执行某些操作（这就是为什么需要“if”/“ifelse”语句的原因）。因此，您可以按如下方式实现，并在特定函数中编写内部循环

yourFunc <- function(x, data) {
 # do what your want / your loops on "data"
 # sample, you can check the result in here
 if(x > 1)  1
 else       0
}

m = matrix(c(1,2,NA,NA,5,NA,NA,1,NA,NA,NA,NA,4,5,NA,NA,NA,NA,NA,NA), nrow = 5, ncol = 4)
# use "apply" series function in here
sapply(colSums(!is.na(m)), yourFunc, data=m)
#[1] 1 0 1 0

yourFunc 1）1
其他0
}
m=基质（c（1,2，NA，NA，5，NA，NA，NA，1，NA，NA，NA，4,5，NA，NA，NA，NA，NA，NA，NA，nrow=5，ncol=4）
#在此处使用“应用”系列功能
sappy（colSums（！is.na（m）），yourFunc，data=m）
#[1] 1 0 1 0

---

实际上，我认为您需要重新组织问题并优化代码，“ifelse with for循环”可能完全没有必要

由于您是R新手，我想有些术语可能有点 令人困惑下面是关于

if语句的一点解释

让我们看看
如果条件
：

m[,colSums(!is.na(m)) > 1, drop = FALSE]

      [,1] [,2]
[1,]    1   NA
[2,]    2   NA
[3,]   NA    4
[4,]   NA    5
[5,]    5   NA

如果必须满足
if条件，则
if
不能使用此条件
布尔值（计算为真/假）。那么为什么会有这样的结果呢？那么结果呢,

colSums(!is.na(m))
[1] 3 1 2 0

不是
NA
的条目计数向量（=每列中的TRUE数）。小心点，因为这与

colSums(m, na.rm = TRUE)
[1] 8 1 9 0

它为每列返回五行总和的向量，不包括
NA
。我猜后者就是你要找的。在任何情况下：请注意差异

通过询问这些和中的哪一个大于1，可以得到一个布尔向量

colSums(!is.na(m)) > 1
[1]  TRUE FALSE  TRUE FALSE

但是，使用该布尔向量作为选择列的标准，可以正确地得到一个显然不是布尔值的矩阵：

m[,colSums(!is.na(m)) > 1]

注意：
drop=FALSE
在这里是不必要的，因为没有可能被删除的维度。请参阅？
[
或
下拉
。您可以使用
相同
来验证这一点：

现在进入循环。你会发现大量关于避免for循环和使用apply函数族的讨论。我怀疑你必须花一些时间来完成所有这些。但是，请注意，使用
apply
——与一般的看法相反——在速度方面并不一定优于
for
循环，因为它实际上只是一个fancy包装在
for
循环中（检查源代码！）。但是，它在代码清晰性方面明显优于它，因为它紧凑且清楚它在做什么。因此，如果可能，请尝试使用
apply
函数

为了重写您的循环，如果您可以口头
请描述您实际想要做什么，因为我假设
现在所做的可能不是您想要的。As
which（）
返回向量或矩阵中元素的索引/位置
我们要做的是：

indices of the i'th row that are not NA (for a given column) - mean over these indices

虽然这在理论上是可能的，但这通常没有多大意义。因此，我手头上有所有的笔记：清楚地说明您的问题，以便我们可以想出解决办法。
由于您是R的新手，我认为其中一些术语可能有点不合理
令人困惑。下面是关于
if语句的一点解释

让我们看看
如果条件
：

m[,colSums(!is.na(m)) > 1, drop = FALSE]

      [,1] [,2]
[1,]    1   NA
[2,]    2   NA
[3,]   NA    4
[4,]   NA    5
[5,]    5   NA

如果必须满足
if条件，则
if
不能使用此条件
布尔值（计算为真/假）。那么为什么会有这样的结果呢

colSums(!is.na(m))
[1] 3 1 2 0

是不是
NA
！（=每列中的TRUE数）的条目计数的向量。请小心，因为这与

colSums(m, na.rm = TRUE)
[1] 8 1 9 0

它为每列返回所有五行的和向量，不包括
NA
。我猜后者就是您要查找的。无论如何，请注意差异！

通过询问这些和中的哪一个大于1，可以得到一个布尔向量

colSums(!is.na(m)) > 1
[1]  TRUE FALSE  TRUE FALSE

但是，使用该布尔向量作为选择列的标准，可以正确地得到一个显然不是布尔值的矩阵：

m[,colSums(!is.na(m)) > 1]

注意：
drop=FALSE
在这里是不必要的，因为没有可能被删除的维度。请参阅？
[
或
？drop
。您可以使用
相同的
来验证这一点：

现在进入循环。你会发现大量关于避免for循环和使用apply函数族的讨论。我怀疑你必须花一些时间来完成所有这些。但是，请注意，使用
apply
——与一般的看法相反——在速度方面并不一定优于
for
循环，因为它实际上只是一个fancy包装在
for
循环中（检查源代码！）。但是，它在代码清晰性方面明显优于它，因为它紧凑且清楚它在做什么。因此，如果可能，请尝试使用
apply
函数

为了重写您的循环，如果您可以口头
请描述您实际想要做什么，因为我假设
现在正在做的可能不是您想要的。As
which（）
返回索引/posistion