在for循环中使用条件的最快方法

因此，对于数据集birthwt，我想要的是吸烟母亲所生的低体重婴儿的百分比，并且在分娩时年龄在20岁以下。换句话说，我想知道有多少个不需要循环：

library(dplyr)
birthwt %>% 
  summarise(perc = mean(age < 20 & smoke == 1 & bwt < 2600))

库（dplyr）
出生体重%>%
总结（perc=平均值（年龄<20岁，吸烟=1岁，体重<2600））

一个for循环就足够了

#df contains the birthwt data

lwt_tot <- 0
lwt_2600 <- 0

for(i in 1:nrow(df)){
  lwt_tot <- lwt_tot + 1

  if(df$age[i] < 20 & df$smoke[i] == 1 & df$bwt[i] < 2600){
    lwt_2600 <- lwt_2600 + 1
  }

}

print((lwt_2600/lwt_tot)*100)
#[1] 3.703704

#df包含birthwt数据
lwt_tot
我想知道母亲所生的低体重婴儿的百分比
那是烟，生孩子的时候还不到20岁

这表明以下代码：

birthwt %>% 
   filter(bwt<2600) %>%
   group_by(`young(<20)`=age<20, smoke) %>%
   summarise(n = n()) %>%
   ungroup() %>%
   mutate(pct=100*n/sum(n)) 

birthwt%>%
过滤器（bwt%
分组依据（`young（%）
解组（）%>%
突变（pct=100*n/和（n））


#一个tible:4 x 4
`年轻人（在基数R中，我们可以计算
年龄<20
吸烟=1
和
体重<2600
的人数，并将其除以体重
体重<2600
的总人数

with(birthwt, sum(age < 20 & smoke == 1 & bwt < 2600)/sum(bwt < 2600)) * 100
#[1] 11.11

带（出生体重，总和（年龄<20岁，吸烟==1岁，体重<2600）/总和（体重<2600））*100
#[1] 11.11
这有什么烦人的地方？它需要是一个循环？你在这里的分母是什么百分比：所有婴儿还是只有那些低出生体重的婴儿（它不需要以实际的方式是一个循环，但它是为了锻炼的目的。分母是出生婴儿的总数。谢谢你的回答！
# A tibble: 4 x 4
  `young(<20)` smoke     n   pct
  <lgl>        <int> <int> <dbl>
1 FALSE            0    22  34.9
2 FALSE            1    25  39.7
3 TRUE             0     9  14.3
4 TRUE             1     7  11.1

with(birthwt, sum(age < 20 & smoke == 1 & bwt < 2600)/sum(bwt < 2600)) * 100
#[1] 11.11