r函数，用于在满足特定条件时返回列号_R

r函数，用于在满足特定条件时返回列号

r函数，用于在满足特定条件时返回列号,r,R,我有一个如下所示的数据帧： df<-data.frame(H0=c(35.4, NA, 36.0, 36.4), H1=c(32.3, 32.0, 34.3, 33.5), H2=c(33.4, 31.5, 33, 34.2), H3=c(32.9, 33.0, 34.0, 33.0), H4=c(32.8, NA, 34.5, 33.2)) 您的问题没有说明如何处理NAs或没有apply（df，1，function（x）match（TRUE

我有一个如下所示的数据帧：

df<-data.frame(H0=c(35.4, NA, 36.0, 36.4), H1=c(32.3, 32.0, 34.3, 33.5), 
           H2=c(33.4, 31.5, 33, 34.2), H3=c(32.9, 33.0, 34.0, 33.0),
           H4=c(32.8, NA, 34.5, 33.2))

您的问题没有说明如何处理

NA

s或没有<33的行

max.col

对于您的任务来说可能已经足够好了：

R>df
    H0   H1   H2   H3   H4
1 35.4 32.3 33.4 32.9 32.8
2   NA 32.0 31.5 33.0   NA
3 36.0 34.3 33.0 34.0 34.5
4 36.4 33.5 34.2 33.0 33.2
R>max.col(df <= 33, ties.method="first")
[1]  2 NA  3 4

您的问题没有说明如何处理

NA

s或没有<33的行

max.col

对于您的任务来说可能已经足够好了：

R>df
    H0   H1   H2   H3   H4
1 35.4 32.3 33.4 32.9 32.8
2   NA 32.0 31.5 33.0   NA
3 36.0 34.3 33.0 34.0 34.5
4 36.4 33.5 34.2 33.0 33.2
R>max.col(df <= 33, ties.method="first")
[1]  2 NA  3 4

您的问题没有说明如何处理

NA

s或没有<33的行

max.col

对于您的任务来说可能已经足够好了：

R>df
    H0   H1   H2   H3   H4
1 35.4 32.3 33.4 32.9 32.8
2   NA 32.0 31.5 33.0   NA
3 36.0 34.3 33.0 34.0 34.5
4 36.4 33.5 34.2 33.0 33.2
R>max.col(df <= 33, ties.method="first")
[1]  2 NA  3 4

您的问题没有说明如何处理

NA

s或没有<33的行

max.col

对于您的任务来说可能已经足够好了：

R>df
    H0   H1   H2   H3   H4
1 35.4 32.3 33.4 32.9 32.8
2   NA 32.0 31.5 33.0   NA
3 36.0 34.3 33.0 34.0 34.5
4 36.4 33.5 34.2 33.0 33.2
R>max.col(df <= 33, ties.method="first")
[1]  2 NA  3 4

如果要忽略NAs并在未找到值时放置NA

rowSearcher <- function(df) {

  colNumbers <- numeric(0)         # Vector of column numbers to output

  for (r in 1:ncol(df)) {          # Loop through the rows
    for (c in 1:ncol(df)) {        # Loop through the columns

      if (!is.na(df[r, c]) && df[r, c] <= 33.0) {
        colNumbers <- c(colNumbers, c)
        break 
      }

      if (c == ncol(df))          # Add an NA if no value was found
        colNumbers <- c(colNumbers, NA)
    }
  }
  return(colNumbers)
}

rowSearcher如果要忽略NAs并在未找到值时放置NA
rowSearcher <- function(df) {

  colNumbers <- numeric(0)         # Vector of column numbers to output

  for (r in 1:ncol(df)) {          # Loop through the rows
    for (c in 1:ncol(df)) {        # Loop through the columns

      if (!is.na(df[r, c]) && df[r, c] <= 33.0) {
        colNumbers <- c(colNumbers, c)
        break 
      }

      if (c == ncol(df))          # Add an NA if no value was found
        colNumbers <- c(colNumbers, NA)
    }
  }
  return(colNumbers)
}

rowSearcher如果要忽略NAs并在未找到值时放置NA
rowSearcher <- function(df) {

  colNumbers <- numeric(0)         # Vector of column numbers to output

  for (r in 1:ncol(df)) {          # Loop through the rows
    for (c in 1:ncol(df)) {        # Loop through the columns

      if (!is.na(df[r, c]) && df[r, c] <= 33.0) {
        colNumbers <- c(colNumbers, c)
        break 
      }

      if (c == ncol(df))          # Add an NA if no value was found
        colNumbers <- c(colNumbers, NA)
    }
  }
  return(colNumbers)
}

rowSearcher如果要忽略NAs并在未找到值时放置NA
rowSearcher <- function(df) {

  colNumbers <- numeric(0)         # Vector of column numbers to output

  for (r in 1:ncol(df)) {          # Loop through the rows
    for (c in 1:ncol(df)) {        # Loop through the columns

      if (!is.na(df[r, c]) && df[r, c] <= 33.0) {
        colNumbers <- c(colNumbers, c)
        break 
      }

      if (c == ncol(df))          # Add an NA if no value was found
        colNumbers <- c(colNumbers, NA)
    }
  }
  return(colNumbers)
}

rowSearcher您还可以使用：
apply(df,1,function(x) Position(function(y) y <=33 & !is.na(y), x))
#[1] 2 2 3 4

应用（df，1，函数（x）位置（函数（y）y您也可以使用：
apply(df,1,function(x) Position(function(y) y <=33 & !is.na(y), x))
#[1] 2 2 3 4

应用（df，1，函数（x）位置（函数（y）y您也可以使用：
apply(df,1,function(x) Position(function(y) y <=33 & !is.na(y), x))
#[1] 2 2 3 4

应用（df，1，函数（x）位置（函数（y）y您也可以使用：
apply(df,1,function(x) Position(function(y) y <=33 & !is.na(y), x))
#[1] 2 2 3 4

apply（df，1，函数（x）Position（函数（y）y您可以尝试match
，它返回第一次出现的索引
NA
被忽略，因为nomatch
的默认设置设置为NA\u integer\u

> apply(df, 1, function(x) match(TRUE, x <= 33.0))
# [1] 2 2 3 4

>apply（df，1，函数（x）match（TRUE，x您可以尝试match
，它返回第一次出现的索引
NA
被忽略，因为nomatch
的默认设置设置为NA\u integer\u

> apply(df, 1, function(x) match(TRUE, x <= 33.0))
# [1] 2 2 3 4

>apply（df，1，函数（x）match（TRUE，x您可以尝试match
，它返回第一次出现的索引
NA
被忽略，因为nomatch
的默认设置设置为NA\u integer\u

> apply(df, 1, function(x) match(TRUE, x <= 33.0))
# [1] 2 2 3 4

>apply（df，1，函数（x）match（TRUE，x您可以尝试match
，它返回第一次出现的索引
NA
被忽略，因为nomatch
的默认设置设置为NA\u integer\u

> apply(df, 1, function(x) match(TRUE, x <= 33.0))
# [1] 2 2 3 4

>apply（df，1，function（x）match（TRUE，x）请用您期望的答案更新您的原始帖子。请用您期望的答案更新您的原始帖子。请用您期望的答案更新您的原始帖子。（+1）对于我不知道存在的函数。（+1）对于我不知道存在的函数：（+1）对于我不知道存在的函数：（+1）对于我不知道存在的函数：）