R: 从条件列表中创建指标列。

Posted 2021-05-04

我有一个数据框和一些条件。每个条件都应该检查数据框中某一列的值是否在一组有效值之内。

这就是我所尝试的。

# create the sample dataframe
age <- c(120, 45)
sex <- c("x", "f")

df <-data.frame(age, sex)

# create the sample conditions
conditions <- list(
  list("age", c(18:100)),
  list("sex", c("f", "m"))
)

addIndicator <- function (df, columnName, validValues) {
  indicator <- vector()

  for (row in df[, toString(columnName)]) {
    # for some strange reason, %in% doesn't work correctly here, but always returns FALSe
    indicator <- append(indicator, row %in% validValues)
  }
  df <- cbind(df, indicator)

  # rename the column
  names(df)[length(names(df))] <- paste0("I_", columnName)

  return(df)
}

for (condition in conditions){
  columnName <- condition[1]
  validValues <- condition[2]
  df <- addIndicator(df, columnName, validValues)
}

print(df)

然而，这导致所有的条件都被认为是不满足的 - 这不是我所期望的。

  age sex I_age I_sex
1 120   x FALSE FALSE
2  45   f FALSE FALSE

我想 %in% 没有返回预期的结果。我检查了 typeof(row) 并试图将其归纳为一个最小的例子。在一个简单的ME中，如果变量的类型和值相同，那么 %in% 正常工作。所以，在我尝试应用这个的上下文中，一定有什么问题。由于这是我第一次尝试用R写任何东西，我被卡在这里。

我到底做错了什么，如何才能达到我想要的目的？

答案

如果你喜欢使用 整洁的世界 包系列。

library(tidyverse)

allowed_values <- list(age = 18:100, sex = c("f", "m"))

df %>%
  imap_dfr(~ .x %in% allowed_values[[.y]]) %>%
  rename_with(~ paste0('I_', .x)) %>%
  bind_cols(df)

imap_dfr 允许你操纵每一列的 df 使用lambda函数。.x 引用列的内容和 .y 引用名称。

rename_with 使用另一个lambda函数重命名列和 bind_cols 将结果与原始数据框结合起来。

我从Ben的回答中借用了简化的条件列表。我发现我的方法略微更易读，但这是一个品味问题，也是你是否已经在其他地方使用tidyverse的问题。

另一答案

conditions 显得是一个嵌套的列表。当你在你的答案中使用:

validValues <- condition[2]

在你的 for 循环，你的结果也是一个列表。

要得到值的向量，以便使用 %in%，您可以提取 [[ 通过。

validValues <- condition[[2]]

获取指标的简化方法可以是一个简单的列表。

conditions_lst <- list(age = 18:100, sex = c("f", "m"))

并使用 sapply 而非 for 循环。

cbind(df, sapply(setNames(names(df), paste("I", names(df), sep = "_")), function(x) {
  df[[x]] %in% conditions_lst[[x]]
}))

输出

  age sex I_age I_sex
1 120   x FALSE FALSE
2  45   f  TRUE  TRUE