这个R语法是如何工作的？在for循环中通过[apply（）with match（）]选择性地使用gsub（）

不久前，我改编了StackOverflow的一些代码，但是我一直找不到原始的帖子。代码对我的应用程序来说很好，但我并不真正“理解”语法。（通过将数字数据值与“new_labels”向量中的相应值进行匹配，代码将覆盖具有特定字符串的数据中的数值。该匹配是特定于列的。）

参考下面的代码，有人能解释一下如何使用[apply]子句来指定gsub（）在何处进行替换吗？换句话说，这个语法是如何工作的？为什么apply会影响gsub（）？更好的是，有没有一种更简单的方法来处理这个问题

# reproducible example
# fake data           
    dat <- tibble(var1 = c(1,NA, 1,1,1,2,1,NA,1,1),
                  var2 = c(NA,1,NA,NA,NA,NA,NA,1,NA,NA),
                  var3 = c(2,2,NA,2,NA,1,2,NA,NA,NA),
                  var4 = c(NA,NA,2,NA,2,NA,NA,2,2,2)) 
# names of columns in fake data
variables <- names(dat)
# names of new labels to replace the numeric values
new_labels <- c("elf", "hobbit", "wizard", "ranger")      
# empty list
    llist <- list(ones = data.frame(matrix(ncol=4,nrow=10)),
                  twos = data.frame(matrix(ncol=4,nrow=10)))
    names(llist[[1]]) <- letters[1:length(new_labels)]
    names(llist[[2]]) <- letters[1:length(new_labels)]
# for loops
    for(j in 1:2){   
        for(i in 1:length(new_labels)){
            llist[[j]][, letters[i]] <- gsub(variables[i], new_labels[i], names(dat[,variables[i]]))[apply(dat[,variables[i]], 1, match, x= j)]
    }
        llist[[j]][is.na(llist[[j]])] <- ""
}

#可复制示例
#假数据
dat让我们把它从循环中拉出来，看看到底发生了什么

gsub(variables[1], new_labels[1], names(dat[,variables[1]]))[apply(dat[,variables[1]], 1, match, x = 1)]
[1] "elf" NA    "elf" "elf" "elf" NA    "elf" NA    "elf" "elf"

查看
？apply
：
apply（X，MARGIN，FUN，…）
，其中
X
是我们首先循环到的
dat
的列，
1
是MARGIN，
？match
是它正在应用的函数，
X=j
是
match
循环的一部分，介于
1
和
2
之间（来自
中的（1:2中的j）
）。如中所示，如果它找到了
1
的匹配项，则替换为
1

apply(dat[,variables[1]], 1, match, x = 1)
 [1]  1 NA  1  1  1 NA  1 NA  1  1

而
gsub
将第一个
新标签
名称
（elf）
替换为第一个
变量
名称
（var1）
，并将其写入
字母[i]
（
字母[1]
是
a
）的匹配元素。因此，它在匹配
a
的列中的
llist
（名为
ones
）的第一个
列表
元素中找到一个匹配项

它对每个标签的所有
1
值、每个列表元素、所有
2
值等重复此操作。第一行变为第二行

[1]  1    NA   1     1     1    NA     1    NA     1     1
[1] "elf" NA  "elf" "elf" "elf" NA    "elf" NA    "elf" "elf"

这是一个相当优雅的过程

这里是一个没有循环的逐步过程，因此您可以看到循环的基本功能

dat2 <- as.data.frame(dat)
names(dat2) <- new_labels
dat2 <- list(dat2, dat2)
dat2[[1]][dat2[[1]] == 2] <- NA
dat2[[2]][dat2[[2]] == 1] <- NA
w1 <- which(dat2[[1]] == TRUE, arr.ind = TRUE)
w2 <- which(dat2[[2]] == 2, arr.ind = TRUE)
dat2[[1]][w1] <- colnames(dat2[[1]])[w1[,"col"]]
dat2[[2]][w2] <- colnames(dat2[[2]])[w2[,"col"]]
dat2 <- lapply(dat2, function(x) { x[is.na(x)] <- "" ; x})

[[1]]
   elf hobbit wizard ranger
1  elf                     
2      hobbit              
3  elf                     
4  elf                     
5  elf                     
6             wizard       
7  elf                     
8      hobbit              
9  elf                     
10 elf                     

[[2]]
   elf hobbit wizard ranger
1             wizard       
2             wizard       
3                    ranger
4             wizard       
5                    ranger
6  elf                     
7             wizard       
8                    ranger
9                    ranger
10                   ranger

dat2让我们把它从循环中拉出来，看看到底发生了什么

gsub(variables[1], new_labels[1], names(dat[,variables[1]]))[apply(dat[,variables[1]], 1, match, x = 1)]
[1] "elf" NA    "elf" "elf" "elf" NA    "elf" NA    "elf" "elf"

查看
？apply
：
apply（X，MARGIN，FUN，…）
，其中
X
是我们首先循环到的
dat
的列，
1
是MARGIN，
？match
是它正在应用的函数，
X=j
是
match
循环的一部分，介于
1
和
2
之间（来自
中的（1:2中的j）
）。如中所示，如果它找到了
1
的匹配项，则替换为
1

apply(dat[,variables[1]], 1, match, x = 1)
 [1]  1 NA  1  1  1 NA  1 NA  1  1

而
gsub
将第一个
新标签
名称
（elf）
替换为第一个
变量
名称
（var1）
，并将其写入
字母[i]
（
字母[1]
是
a
）的匹配元素。因此，它在匹配
a
的列中的
llist
（名为
ones
）的第一个
列表
元素中找到一个匹配项

它对每个标签的所有
1
值、每个列表元素、所有
2
值等重复此操作。第一行变为第二行

[1]  1    NA   1     1     1    NA     1    NA     1     1
[1] "elf" NA  "elf" "elf" "elf" NA    "elf" NA    "elf" "elf"

这是一个相当优雅的过程

这里是一个没有循环的逐步过程，因此您可以看到循环的基本功能

dat2 <- as.data.frame(dat)
names(dat2) <- new_labels
dat2 <- list(dat2, dat2)
dat2[[1]][dat2[[1]] == 2] <- NA
dat2[[2]][dat2[[2]] == 1] <- NA
w1 <- which(dat2[[1]] == TRUE, arr.ind = TRUE)
w2 <- which(dat2[[2]] == 2, arr.ind = TRUE)
dat2[[1]][w1] <- colnames(dat2[[1]])[w1[,"col"]]
dat2[[2]][w2] <- colnames(dat2[[2]])[w2[,"col"]]
dat2 <- lapply(dat2, function(x) { x[is.na(x)] <- "" ; x})

[[1]]
   elf hobbit wizard ranger
1  elf                     
2      hobbit              
3  elf                     
4  elf                     
5  elf                     
6             wizard       
7  elf                     
8      hobbit              
9  elf                     
10 elf                     

[[2]]
   elf hobbit wizard ranger
1             wizard       
2             wizard       
3                    ranger
4             wizard       
5                    ranger
6  elf                     
7             wizard       
8                    ranger
9                    ranger
10                   ranger

dat2这里有很多嵌套，但要理解函数，最好的方法是在控制台中运行嵌套最多的部分并向外工作

假设i=1，j=1

apply（dat[，变量[i]]，1，match，x=j）
apply被提供一个子集数据，即“var1”列。然后match应用于该列的每个索引，如果索引中的值与x参数匹配，则返回1，否则返回NA

这个向量被称为
vec
，然后被传递到
名称（dat[，variables[i]]）[vec]

names（dat[，variables[i]]）
似乎只是返回
variable[i]
，因此在本例中似乎没有什么意义

名称（dat[，变量[i]]）[vec]
将
vec
中的每个1值替换为
variables[i]

最后，在
gsub（pattern=variables[i]，new_labels[i]，new.vec）中

其中
new.vec
是
names（dat[，variables[i]]），[vec]
这里有很多嵌套，但要理解函数，最好的方法是在控制台中运行嵌套最多的部分并向外工作

假设i=1，j=1

apply（dat[，变量[i]]，1，match，x=j）
apply被提供一个子集数据，即“var1”列。然后match应用于该列的每个索引，如果索引中的值与x参数匹配，则返回1，否则返回NA

这个向量被称为
vec
，然后被传递到
名称（dat[，variables[i]]）[vec]

names（dat[，variables[i]]）
似乎只是返回
variable[i]
，因此在本例中似乎没有什么意义

名称（dat[，变量[i]]）[vec]
将
vec
中的每个1值替换为
variables[i]

最后，在
gsub（pattern=variables[i]，new_labels[i]，new.vec）中

其中
new.vec
是
名称（dat[，variables[i]]）[vec]
谢谢您的精彩解释！我很难理解apply（）在做什么，因为我不知道向量可以通过这种方式传递给gsub（）。但除此之外，当你说
名称（dat[，variables[i]]）
，子句有点毫无意义，这是否意味着你怀疑它可以简化为
变量[i]
？非常感谢。不客气，我只说一点代码可能毫无意义，因为根据我自己在本例中的故障排除，它
variable[I]
可以正常工作。我没有试着去想
名称（dat[，variables[I]]