R 应用于值向量的简单逻辑测试中的困惑行为

好吧，这让我非常困惑和担心- 作为常规工作的一部分，我一直在根据变量值是否高于或低于/等于中值，将变量的单个观察值分类为

TRUE

或

FALSE

。然而，我在R中得到了一个行为，这在执行这个简单的测试时基本上是出乎意料的

因此，以这组观察结果为例：

data=c(0.6666667, 0.8333, 0.6666667, 0.8333, 0.8333, 0.75, 0.9999, 0.7499667, 0.25, 0.6666667, 0.1667, 0.7499667, 0.5, 0.2500333, 0.3333667, 0.0834, 0.0001, 0.2500333, 0.8333, 0.9999, 0.9999, 0.2500333, 0.2500333, 0.3333667, 0.9166, 0.5, 0.2500333, 0.4166667, 0.0001, 0.1667333, 0.6666333, 0.0834, 0.1667, 0.6666333, 0.9166, 0.1667, 0.7499333, 0.9166, 0.9166, 0.9166, 0.7499667, 0.7499667, 0.4166667, 0.5, 0.2500333, 0.9166, 0.6666667, 0.1667333, 0.25, 0.0001, 0.3333667, 0.0001, 0.25, 0.0834, 0.9999, 0.0834, 0.1667, 0.5, 0.2500333, 0.3333667, 0.9166, 0.9166, 0.8333, 0.9166, 0.75, 0.0834, 0.4166667, 0.5, 0.0001, 0.9999, 0.8333, 0.6666667, 0.9166)

为了对这些值进行分类，我做了：

data_med=median(data)
quant_data=data
quant_data[quant_data>data_med]="High"
quant_data[quant_data<=data_med]="Low"

参见“1e-04”中的内容？更奇怪的是，让我们选择值69，返回奇数值的值之一：

data[69]
>1e-04

如果我单独测试这个值，我会得到我期望得到的结果：

data[69]<=data_med
TRUE

---

data[69]让我们来看看你在这里做了什么

data=c(0.6666667, 0.8333, 0.6666667, 0.8333, 0.8333, 0.75, 0.9999, 0.7499667, 0.25, 0.6666667, 0.1667, 0.7499667, 0.5, 0.2500333, 0.3333667, 0.0834, 0.0001, 0.2500333, 0.8333, 0.9999, 0.9999, 0.2500333, 0.2500333, 0.3333667, 0.9166, 0.5, 0.2500333, 0.4166667, 0.0001, 0.1667333, 0.6666333, 0.0834, 0.1667, 0.6666333, 0.9166, 0.1667, 0.7499333, 0.9166, 0.9166, 0.9166, 0.7499667, 0.7499667, 0.4166667, 0.5, 0.2500333, 0.9166, 0.6666667, 0.1667333, 0.25, 0.0001, 0.3333667, 0.0001, 0.25, 0.0834, 0.9999, 0.0834, 0.1667, 0.5, 0.2500333, 0.3333667, 0.9166, 0.9166, 0.8333, 0.9166, 0.75, 0.0834, 0.4166667, 0.5, 0.0001, 0.9999, 0.8333, 0.6666667, 0.9166)



data_med=median(data)  ## 0.5
quant_data=data        ## irrelevant
quant_data[quant_data>data_med]="High"

但这样做将量化数据转换为字符向量：

str(quant_data)
##  chr [1:73] "High" "High" "High" "High" "High" "High" "High" ...

现在，字符值和
data\u-med
值之间的比较几乎没有意义，因为
data\u-med
也将被强制为字符值：

"High" < "0.5"  ## FALSE
"1e-4" < "0.5"  ## FALSE -- this is your problem.
quant_data[quant_data<=data_med]="Low"

正如@Arun在上面的评论中指出的那样，
quant\u data\u med，“高”、“低”）
也会起作用。因此，适当使用
cut（）
是否会删除这一行：
quant\u data=data
并在
[.
，然后尝试您的代码。您正在将
High
分配给一个数值向量，该向量将替换为
字符向量
。在分配
High
后检查当前输出，以更好地了解发生了什么。完成此任务的一个相对较好的方法是使用
ifelse
进行示例：
quant\data data med，“高”、“低”）
我没有删除quant_data=data，或者我没有为测试分配空间，但您的第二个建议明确了这一点-问题是，一旦我执行第一个逻辑测试，quant_数据中的所有值都被分配为字符（例如，“高”“0.25”“高”“0.1667”“1e-04”）.R似乎仍然会对具有简单数字格式的字符串应用逻辑测试，但不会对科学记数法中带有数字的字符串应用逻辑测试。我几乎更希望它只是给了我一个错误，让我不做这种愚蠢的事情…@Lucas，避免使用“错误行为”之类的短语我同意@Roland的观点，即这可能是引发否决票的语言，尽管帖子本身的文本是完全合理的（也就是说，它的措辞是“我不明白发生了什么”，而不是“R一定在做错事/蠢事”）实际上，
quant_data它没有转换成数字，只是字典排序（见我上面的评论）恰好给了你正确的答案。谢谢Ben！我是你的UF生态模型和数据课程的前学生。
"High" < "0.5"  ## FALSE
"1e-4" < "0.5"  ## FALSE -- this is your problem.
quant_data[quant_data<=data_med]="Low"

quant_data[data>data_med]="High"
quant_data[data<=data_med]="Low"
table(quant_data)
## High  Low 
##   35   38