利用sapply帮助改进R编码

我正在努力处理一些代码。我可以让它非常低效地工作，但我认为一定有更好的方法来解决它。我试图从几个不同的变量编译一个变量。在编码变量中，“跳过”被编码为一个特定的数字（例如下面的“99”）。我试图根据其中10个变量创建一个总成本变量

通过这种方式，我生成了低效的代码：

var1 <- ifelse(data$v1<99, data$v1, 0)  
var2 <- ifelse(data$v2<99, data$v2, 0) 
... 
var10 <- ifelse(data$v1<99, data$v10, 0) 
sumvar <- var1 + var2 + var3 + var4 + var5 + var6 + var7 + var8 + var9 + var10

问题是，当我尝试我的实际代码（或此代码）时，我得到：

Error in storage.mode(test) <- "logical" : 
  (list) object cannot be coerced to type 'double'
Calls: sapply -> lapply -> FUN -> ifelse

存储错误。模式（测试）lappy->FUN->ifelse

很明显我做错了什么，但我不确定是什么。我已经查看了ifelse的帮助文件，但是我不理解输出的错误消息。我已经让代码以低效的方式运行，但我真的很想得到一些反馈和知识，如何改进我未来在R中的编码

谢谢

如果data.frame中的所有变量的值（99）相同，只需一次对整个data.frame进行操作即可

> sum(data*(data < 99))
[1] -39.68282

>总和（数据*（数据<99））
[1] -39.68282

如果你想要行和

rowSums(data*(data < 99))  # faster than apply(data*(data < 99), 1, sum)

rowSums（data*（data<99））#比apply（data*（data<99）快，1，sum）

如果你想要列和

colSums(data*(data < 99))  # faster than apply(data*(data < 99), 2, sum)

colSums（data*（data<99））#比apply（data*（data<99）快，2，sum）

如果我正确理解您的问题，我认为您需要做的就是：

## Set any skip values to be equal to zero
data[data == 99] = 0
## Work out the row means
apply(data, 1, sum)

---

一条评论。您考虑使用R的缺失值对象

NA

，而不是将99设置为0。

+1非常好的答案；）我不确定Tony是想要总数还是行数。谢谢你的帮助！我会调查的。我遇到的一个问题是，我正在求和的这些值只是更大数据集的一部分。我认为，如果没有其他方法，这是一种简化代码的方法，方法是将代码编码成更小的data.frame，并按照您的建议制作应用程序。再次感谢您：请注意，如果您将

99

设置为

NA

，您将需要

apply（数据，1，总和，NA.rm=TRUE）

## Set any skip values to be equal to zero
data[data == 99] = 0
## Work out the row means
apply(data, 1, sum)