R语言中基于循环的代码修改

假设一个变量有7个因子（

name\u ttl

），每个因子都有被观察到的概率，如

value\u ttl\u ben

所述（基于训练集）。现在，假设出现了一个新观测向量（

new\u DNS

）。我想将向量的第四个值（即5）与因子级别“5”的概率值（即匹配向量特定值的级别）匹配。 这是我想到的，但我想知道如何才能使这更有效

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- c("1", "2", "3", "4", "5", "6", "7")
BENIGN_TTL <- data.frame(Name=name_ttl, Amount=value_ttl_ben)
New_DNS <-c(36, 4, 3, 5, 4.68, 1.0056)
test1 <- as.matrix(BENIGN_TTL)
d <- NULL
for (i in 1:length(New_DNS[New_DNS %in% BENIGN_TTL$Name]))
{
  pos<-match(New_DNS[New_DNS %in% BENIGN_TTL$Name][i],test1)
  d<-c(d,test1[pos,2])
  d <- as.numeric(d)
} 
ttlb <- d[3]

---

value\u ttl\u ben您正在寻找的是所谓的
内部联接
，可以通过
data.table
包实现

library(data.table)

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- 1:7
dt_benign_ttl <- data.table(Name = name_ttl, Amount = value_ttl_ben)

dt_new_dns <- data.table(Name = c(36, 4, 3, 5, 4.68, 1.0056))

# inner join merge
new_dt_new_dns <- merge(dt_benign_ttl, dt_new_dns, by = "Name")

new_dt_new_dns # contains the new DNS data in name and then adds the Amount from the dt_benign_ttl
# Name    Amount
# 1:    3 0.3928571
# 2:    4 0.1214286
# 3:    5 0.0785714

库（data.table）
value\u ttl\u ben您正在寻找的是所谓的
内部联接
，它可以通过
data.table
包实现

library(data.table)

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- 1:7
dt_benign_ttl <- data.table(Name = name_ttl, Amount = value_ttl_ben)

dt_new_dns <- data.table(Name = c(36, 4, 3, 5, 4.68, 1.0056))

# inner join merge
new_dt_new_dns <- merge(dt_benign_ttl, dt_new_dns, by = "Name")

new_dt_new_dns # contains the new DNS data in name and then adds the Amount from the dt_benign_ttl
# Name    Amount
# 1:    3 0.3928571
# 2:    4 0.1214286
# 3:    5 0.0785714

库（data.table）
值\u ttl\u ben您可以使用%
中的
%来从良性\u ttl生成子集

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- c("1", "2", "3", "4", "5", "6", "7")
BENIGN_TTL <- data.frame(Name=name_ttl, Amount=value_ttl_ben)
New_DNS <-c(36, 4, 3, 5, 4.68, 1.0056)

d<-BENIGN_TTL[BENIGN_TTL$Name %in% New_DNS,2]

value\u ttl\u ben您只需使用%
中的
%即可从良性ttl中生成子集

value_ttl_ben <- c(0.1428571, 0.2200000, 0.3928571, 0.1214286, 0.0785714, 0.0428571, 0.0014287)
name_ttl <- c("1", "2", "3", "4", "5", "6", "7")
BENIGN_TTL <- data.frame(Name=name_ttl, Amount=value_ttl_ben)
New_DNS <-c(36, 4, 3, 5, 4.68, 1.0056)

d<-BENIGN_TTL[BENIGN_TTL$Name %in% New_DNS,2]

value\u ttl\u ben您想要什么还不完全清楚，像这样的事情似乎很容易<代码>良性\u TTL[良性\u TTL$Name%在%New\u DNS中，]
不完全清楚您想要什么，像这样的事情似乎很容易<代码>良性\u TTL[良性\u TTL$Name%在%New\u DNS中，]
是。完全一样。然后我可以提取我想要的值。太好了。很高兴能帮上忙！如果这给了你答案，请考虑把它标记为这样！计算方面呢？这样做需要更少的“努力”，对吗？是的。完全一样。然后我可以提取我想要的值。太好了。很高兴能帮上忙！如果这给了你答案，请考虑把它标记为这样！计算方面呢？这种方法需要更少的“努力”，对吗？这确实是一个简洁明了的解决方案。根据OP想要/需要什么（直截了当的与有组织的（例如，我更喜欢我的解决方案，因为它能更清晰地组织数据）），他可以选择其中之一。是@David。这就是我想要的！清晰和组织。干杯这确实是一个简洁明了的解决方案。根据OP想要/需要什么（直截了当的与有组织的（例如，我更喜欢我的解决方案，因为它能更清晰地组织数据）），他可以选择其中之一。是@David。这就是我想要的！清晰和组织。干杯