如何过滤数据帧中的数据并使用循环基于它更改列的单元格值？

Posted 2023-02-21

当前正在使用具有各种参与者ID的较大数据框，如下所示：

#ASC_new Data Frame

           Pcp Choice Target ASC       Product choice_consis
2393 zwyn27soc      B      A   1     USB drive             0
2394 zwyn27soc      B      A   1           job             0
2395 zwyn27soc      B      B   1     USB drive             0
2397 zwyn27soc      B      A   1       printer             0
2399 zwyn27soc      B      B   1 walking shoes             0
2400 zwyn27soc      B      A   1       printer             0

我想尝试遍历每个参与者（Pcp），并在“选择”列中查看他们的选择。例如，在两个产品“ USB驱动器”下，参与者都选择了“ B”（选择）。因此，在“ choice_consis”下，我希望将1替换为0，因为选择是一致的还是相等的。虽然，我无法遍历参与者和产品名称的for循环：

#Examples/snippets of my values

pcp_list <- list("ybg606k3l", "yk83d2asc", "yl55v0zhm", "zwyn27soc")
product_list <- list("USB drive", "printer", "walking shoes", "job")

#for loop that isn't working
for (i in pcp_list) #iterating through participant codes
  for (j in product_list) #iterating through product names
    comparison <- filter(ASC_new, Pcp == i & Product == j) #filtering participant data and products into new dataframe

    choice_1 <- ASC_new$Choice[1] #creating labels for choice 1 and 2
    choice_2 <- ASC_new$Choice[2]

    if (isTRUE(choice_1 == choice_2)) #comparing choice 1 and choice 2 and adding value of 1 to Choice_consis column if they are equal

      ASC_new$choice_consis[1] <- 1
      ASC_new$choice_consis[2] <- 1

     
  

最后，我想要一个数据框，其中每个参与者的choice_consis都用1或0标记，表示他们在每次出现两次产品时都选择相同的项目（A，B，D）。

答案

如果您不关心折叠在不同的选择上，那么使用dplyr做这件事很自然。我将在玩具数据框上进行说明：

IDs <- 1:2
choices <- c('A', 'B')
products <- c('USB', 'Printer')
df <- data.frame(Pcp = rep(IDs, each = 4), 
                 Choice = c(rep(choices, each = 2), 
                            rep(choices, each = 2)),
                 Product = c(rep(products, times = 2), 
                             rep(products, each = 2)))

df %>%
  dplyr::group_by(Pcp, Product) %>%
  dplyr::summarize(choice_consis = as.numeric(length(unique(Choice)) == 1))

本质上，这与您要为for循环所做的相同：查看参与者和产品的每种组合（这是group_by所做的事情，然后分析该组合（这就是summarize ]）。它比double for循环更简洁易读。我会查看Hadley's book on R for Data Science的第5章，以了解有关这些事情的更多信息。

就您的for循环出了什么问题，问题是，即使您创建了comparison数据帧，所有后续操作都在ASC_new上。因此，如果您想使用for循环并维护原始数据的结构，则可以执行以下操作：

for (i in pcp_list)  
  for (j in product_list)  

    compare <- (ASC_new$Pcp == i) & (ASC_new$Product == j)
    choices <- ASC_new$Choice[compare]

    if (length(unique(choices)) == 1) 
      ASC_new$choice_consis[compare] <- 1
     
  

像您一样创建一个新的数据框会使替换原始值中的值变得更加困难（因为我们不知道过滤后的数据框的“来源”），所以我只获取原始数据框的索引对应于参与者-产品组合。还要注意，我消除了硬编码这一事实，即只有两个选择，以及if语句中的isTRUE（根据需要==的计算结果为TRUE或FALSE）。 >

希望这会有所帮助！

另一答案

您可以为Choice和Pcp分别计算Product的唯一值，如果为1，则分配为1，否则为0。