多索引的For循环

我知道在R中应该避免for循环，而应该使用向量化操作

我想用

for

循环来解决这个问题，然后尝试使用

apply

系列，然后也在Rcpp中使用

我加载一个包含一列密码（字母数字）的数据集

加载后（对于速度，是一个示例），我希望根据一些条件“包含较低字符”、“包含数字”等，创建值为（0,1）的新列

这里是我试图做的，但它不起作用——这意味着我创建的每个列都有相同的值

library(tidyverse)
set.seed(123)
# load dataset from url, skip the first 16 rows
df <- read.csv('http://datashaping.com/passwords.txt', header = F, skip = 16) %>%
  sample_frac(.001) %>% 
  rename(password = V1)

patterns = c("[a-z]","[A-Z]","[0-9]+")

df$has_lower <- 0 
df$has_upper <- 0
df$has_numeric <- 0

for(i in 1:nrow(df)){
    for(j in patterns){
        n <- ifelse(grepl(j, df$password[i]),1,0)
        }
    df$has_lower[i] <- n
    df$has_upper[i] <- n 
    df$has_numeric[i] <- n
}

---

首先，您需要在j循环中更新has.lower has.upper和has.numeric，否则您的

n

在这3种情况下保持不变。为此，您需要能够循环访问has.lower has.upper和has.numeric列的名称：

names <- c("has_lower","has_upper","has_numeric")

for(i in 1:nrow(df)){
  for(j in 1:length(patterns)){
    df[i,(names[j])] <- as.numeric(grepl(j, df$password[i]))
  }
}

注意（与您的问题无关）：

我建议您使用

fread

函数读取数据集，因为它相当大

df = fread('http://datashaping.com/passwords.txt', header = F, skip = 16)%>%
  sample_frac(.001) %>% 
  rename(password = V1)

---

如果我们只命名你的模式向量，我们可以简化事情。比如说

patterns = c(has_lower="[a-z]",
             has_upper="[A-Z]",
             has_numeric="[0-9]+")

for(pattern in names(patterns)) {
  df[, pattern] = as.numeric(grepl(patterns[pattern], df$password))
}

---

基本上，我们只是循环遍历每个名称，获取与该名称对应的正则表达式，然后进行匹配并添加列。

数据帧首先是一个列表

因此，您可以简单地执行以下操作：

df[c("has_lower", "has_upper", "has_numeric")] <- 
  lapply(patterns, function(pattern) grepl(pattern, df$password) + 0)

---

df[c（“has_lower”、“has_upper”、“has_numeric”）]什么是“不起作用”呢？你有错误吗？一些意外的输出？在寻求帮助时，您应该包括一个简单的示例输入和所需的输出，用于测试和验证可能的解决方案。@MrFlick您可以复制运行上述代码的整个示例。它包含指向URL文件的链接以填充df。我将添加输出错误（我创建的每个列都有相同的值），但您没有给出所需的结果。使用
sample\u frac（）
这样的东西，如果不设定种子，是不可复制的（另外，这确实依赖于
dplyr
，这在代码中没有明确提到）。我不知道为什么您会认为当您为每个列分配相同的
n
值时，列会不同。@MrFlick editedI将删除
[rcpp]
标记，因为这与rcpp无关。您能解释一下
df[I，（name[j]）]
的含义吗？我很难理解这个。。。关于
fread
，如果您想了解它，我会发布一个问题。
df[I，（names[j]）
为以
names[j]
命名的列选择行
I
。
names[j]
周围的括号告诉R必须使用变量
names[j]
的值来查找
df
中的相应列。在
df
中没有名为
names[j]
的列，但是有名为
的列具有较低的
，
具有较高的
等…谢谢！非常清楚。在第二种方法中，我得到错误
检查，即.data.table（DT）=TRUE。否则，：=和
：=
（…）被定义为仅以特定方式在j中使用一次。请参阅帮助（“：=”。
这是我的错，我假设'df'是一个data.table，因为我使用'fread'读取您的数据。我将更新它。我添加了
setDT
，它可以工作，即使它返回“TRUE/FALSE”而不是0/1I，我在
中得到错误
错误：=
（c（“has_lower”，“has_upper”，“has_numeric”），lappy（patterns，：找不到函数）：“
。我做错了什么？我已经加载了
数据。表
它就像一个符咒。我唯一的问题是：
df[，I]是什么
mean:添加第i列？它可以提取或添加一列。
i
可以是返回第i列的数字，也可以是返回该列名称的字符/字符串。
patterns = c(has_lower="[a-z]",
             has_upper="[A-Z]",
             has_numeric="[0-9]+")

for(pattern in names(patterns)) {
  df[, pattern] = as.numeric(grepl(patterns[pattern], df$password))
}

df[c("has_lower", "has_upper", "has_numeric")] <- 
  lapply(patterns, function(pattern) grepl(pattern, df$password) + 0)