I'；在R数据编程中，我一直在执行FOR和IF函数

所以现在我遇到了一个关于和IF函数的问题

我有一个完整的工作代码，如下所示：

#my data input
demand.variation=c(1,4,20,23,37)
demand.probability=c(0.81,0.85,0.89,0.93,0.97)
n.month=25

#generating result matrix
result=matrix(0,n.month,2)
colnames(result)=c("Month","Demand")

#filling result matrix with month index and random demand value
result[,1]=1:n.month
random=runif(n.month,0,1)

#return demand value based on random value
for (i in seq_along(random)) {
  if (random[i]>demand.probability[5]) result[i,2]=demand.variation[5]
  else if (random[i]>demand.probability[4]) result[i,2]=demand.variation[4]
  else if (random[i]>demand.probability[3]) result[i,2]=demand.variation[3]
  else if (random[i]>demand.probability[2]) result[i,2]=demand.variation[2]
  else if (random[i]>demand.probability[1]) result[i,2]=demand.variation[1]
  else result[i,2]=0
}

#final result
result

它正在充分发挥作用，其结果是：

> result
      Month Demand
 [1,]     1      0
 [2,]     2      0
 [3,]     3      0
 [4,]     4      0
 [5,]     5      0
 [6,]     6      0
 [7,]     7      0
 [8,]     8      0
 [9,]     9      4
[10,]    10      0
[11,]    11      0
[12,]    12     23
[13,]    13     37
[14,]    14      0
[15,]    15      1
[16,]    16      0
[17,]    17      0
[18,]    18      0
[19,]    19      1
[20,]    20     20
[21,]    21      0
[22,]    22      0
[23,]    23      0
[24,]    24      0
[25,]    25      0

问题是，我必须重新运行相同的代码，但使用不同的长度和值

demand.variation

和

demand.probability

，因此，由于手动输入了for和IF，我将面临这两个变量的几十种变化

我的问题是如何生成灵活的FOR和IF语句代码，以涵盖基于随机值返回需求值的任务

脚注：

demand.variation

和

demand.probability

将始终具有相同的向量长度，并相应地相互连接，这意味着

需求中的第一个值。variation

向量具有

demand.probability

向量中第一个值的概率，依此类推

demand.variation=c(1,4,20,23,37)
demand.probability=c(0.81,0.85,0.89,0.93,0.97)

---

如果您能在这方面帮助我，我将不胜感激。

您可以添加另一个

for（）

循环，从demand.variation向量中的条目数向后计数

for(i in seq_along(random)){
  for(j in seq_along(demand.variation):1){
    if(random[i] > demand.probability[j]){
      result[i,2] <-  demand.variation[j]
    } else {
      result[i,2] <- 0
    }
  }
}

对我来说，这产生了：

> result
      Month Demand
 [1,]     1      0
 [2,]     2     20
 [3,]     3      0
 [4,]     4      0
 [5,]     5      0
 [6,]     6      0
 [7,]     7      1
 [8,]     8      0
 [9,]     9      4
[10,]    10      0
[11,]    11     20
[12,]    12      0
[13,]    13     23
[14,]    14      0
[15,]    15      0
[16,]    16      0
[17,]    17      0
[18,]    18      0
[19,]    19      0
[20,]    20      0
[21,]    21      0
[22,]    22      0
[23,]    23      0
[24,]    24      0
[25,]    25      1

---

您正试图按区间对连续值（在

随机

中）进行分类，这些区间的限值由

需求.概率

给出，并且应标记为

需求.变量

中给出的值。 这可以通过R中的

cut（）

函数来实现。 但是，您必须添加一些附加边框（

-Inf

，

Inf

，例如值

0

）

将大的

for

-循环表达式替换为：

result[, 2] <- cut(random, breaks=c(-Inf, demand.probability, Inf), labels=c(0, demand.variation))

---

result[2]谢谢你的回答。我试图在我的程序中使用你的代码，但它似乎没有按照我想要的方式工作。除此之外，我还收到了25条警告：（在seq_-along（demand.variation）中）：1：数值表达式有5个元素：只使用了第一个元素。）我会在对您的代码进行一些研究和修改后回来，因为现在它仍然不能解决我的问题。奇怪的是，我使用了它并收到了一个无错误的输出。我稍后会研究它，看看是否可以为您改进它。所以我检查了您的代码，发现：您的代码只提供了2种输出可能性，demand.variation[j]和0。我的意图是，如果随机[i]不是>需求概率[j]，它应该检查随机[i]是否是>需求概率[j-1]，并继续检查，直到第一个需求概率向量值。如果最后random[i]小于demand.probability vector中的第一个值，那么可以返回0。你有这个想法吗？请看编辑后的解决方案。我想我现在明白了。谢谢你的回答。我查一下，一会儿就回来。不客气！请注意，
random
值每次都会更改，因为您没有在R中放置用于控制随机数生成器的
种子。因此，对于控制，请运行for循环，并与
cut（）
表达式的值进行比较。您好，我回来了。所以我尝试了你的代码，它很快就解决了我的问题。您的代码确实对我的demand.probability数据进行了分类，但它没有返回demand.variation的值，而是返回了一个介于1到6之间的数字，我认为这是类间隔索引。它没有用demand.variation数据标记每个类。这真的很接近，请随时通知我，如果有什么我可以做的自动标记每个类别。目前，我可以手动将索引与我的demand.variation数据链接。谢谢你的帮助！您是否尝试过上一篇文章中的
findInterval
答案。这对于任何长度向量都是可推广的。您好，谢谢您的帮助，我还没有尝试过您的建议，因为前面的答案似乎已经解决了我的问题。我会和其他建议一起尝试，找出哪一个最有效。无论如何谢谢你
> result
      Month Demand
 [1,]     1      0
 [2,]     2     20
 [3,]     3      0
 [4,]     4      0
 [5,]     5      0
 [6,]     6      0
 [7,]     7      1
 [8,]     8      0
 [9,]     9      4
[10,]    10      0
[11,]    11     20
[12,]    12      0
[13,]    13     23
[14,]    14      0
[15,]    15      0
[16,]    16      0
[17,]    17      0
[18,]    18      0
[19,]    19      0
[20,]    20      0
[21,]    21      0
[22,]    22      0
[23,]    23      0
[24,]    24      0
[25,]    25      1

result[, 2] <- cut(random, breaks=c(-Inf, demand.probability, Inf), labels=c(0, demand.variation))

categorize_months <- function(n_months, breaks, labels, seed=42) {
  set.seed(seed)
  random <- runif(n_months, 0, 1)
  months <- 1:n_months
  demands <- cut(random, breaks=c(-Inf, breaks, Inf), labels=c(0, labels))
  df <- data.frame("Month"=months, "Demand"=demands)
  df
}

categorize_months(25, demand.probability, demand.variation, seed=42)