如何编写一个简单的 for 循环，使用键值对根据旧列中的值填充新列？

Posted 2023-02-14

【中文标题】如何编写一个简单的 for 循环，使用键值对根据旧列中的值填充新列？

【英文标题】：How to write a simple for loop that will populate a new column based on values in an old column, using key-value pairs?

【发布时间】：2022-01-17 11:44:44

【问题描述】：

我正在处理如下所示的数据：

label
a
b
c

我已经创建了一个键值索引（使用下面的代码），用于基于现有列创建新列。

values <- c("word1", "word2", "word3")
keys <- c("a", "b", "c")
index <- setNames(as.list(values), keys)

有了这个索引，我希望能够用一个简单的单行 for 循环创建一个新列，如下所示。

df$newcol <- for (x in df$label)index$x

不过，这段代码似乎根本不会在我的数据框中产生任何变化。我在这里不明白什么？

【参考方案1】：

尝试检查for (x in df$label)print(index$x)。

它会返回

NULL
NULL
NULL

不要在函数内部使用$，而是尝试使用[] 来调用一些值。 而且，先创建一个新向量，然后将其附加到 df$newcol 即可。

newcol <- c()
for (x in df$label)
  newcol <- c(newcol, index[x])
  
df$newcol <- newcol
df

  label newcol
1     a  word1
2     b  word2
3     c  word3

或者，对for 循环稍作改动

for (x in 1:nrow(df))
  df$newcol[x] <- index[df$label[x]]

df

  label newcol
1     a  word1
2     b  word2
3     c  word3

【参考方案2】：

我会使用dplyr::recode:

df$newcol <- dplyr::recode(df$label, !!!index)

输出：

> df
  label newcol
1     a  word1
2     b  word2
3     c  word3
> 

【讨论】：

喜欢 tidyverse 解决方案，谢谢！如果可能的话，你能解释一下 !!!index 背后的逻辑是什么吗？

@nlplearner !!! 将值解压缩到单独的参数中，而 recode 需要第一个序列，然后是多个值用于映射，例如 dplyr::recode(x, value1, value2, ... , value100)，所以如果我不使用!!!，它将被视为dplyr::recode(x, values)。它将第二个向量视为一个值，这里是这个函数的官方文档：rdocumentation.org/packages/dplyr/versions/0.7.8/topics/recode

@nlplearner 更多关于三个感叹号的信息：Triple exclamation marks on R

【参考方案3】：

您可能希望使用数据框而不是列表索引。然后使用match()。

index <- data.frame(values, keys)
df$newcol <- index[match(df$label, index$keys), 'values']
df
#   label newcol
# 1     a  word1
# 2     b  word2
# 3     c  word3
# 4     a  word1
# 5     b  word2
# 6     c  word3

---

数据：

df <- data.frame(label=letters[c(1:3, 1:3)])

index <- structure(list(values = c("word1", "word2", "word3"), keys = c("a", 
"b", "c")), class = "data.frame", row.names = c(NA, -3L))