在 R 中使用 min() 查找最小的后代

Posted 2023-03-17

【中文标题】在 R 中使用 min() 查找最小的后代

【英文标题】：Find youngest offspring using min() in R

【发布时间】：2021-07-13 17:03:55

【问题描述】：

我有一个谱系数据集，对于一些计算和估计，我需要找到一个人最小后代的出生年份。我尝试了 min() 函数，我认为该函数与 match() 一起起着重要作用，以将父 ID 与个人 ID 匹配，但这只会给我 NA 作为答案。有什么想法可以解决这个问题吗？

id <- 1:30
momid <- c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 1,2,1,2,6,8,6,10,11,13,23,19,16,13,16,20,19,16,19,20,23)
dadid <- c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 3,4,5,5,7,4,9,7,7,14,24,7,15,18,18,17,21,14,18,21,17)
birthyear <- c(1975, 1975, 1976, 1977, 1977, 1977, 1977, 1978, 1978, 1980, 1981, 1982, 1982, 1984, 1984, 1985, 1985, 1979, 1988, 1989, 1990, 1990, 1991, 1992, 1993, 1993, 1993, 1995, 1995, 1996)
df <- data.frame(id, momid, dadid, birthyear)

min(df$birthyear[match(df$id, df$momid)])
[1] NA
with(df, min(birthyear[match(momid, id)]))
[1] NA

【问题讨论】：

看看你的问题How to calculate the average birthyear of offspring in R和交换mean和min:sapply(df$id, function(i) min(df$birthyear[df$momid == i | df$dadid==i], na.rm=TRUE))

@GKi 我曾尝试使用上一个问题中的 sapply 函数，但是，它似乎与我的实际数据集形成了一个无限循环，即 167000 多条记录。我不知道 sapply 函数通常需要多长时间。可能只是我不耐烦了。我会尝试您的解决方案，并耐心等待会发生什么。谢谢！

谢谢！它奏效了，显然我只是不耐烦。

【参考方案1】：

尝试启用na.rm = TRUE

> min(df$birthyear[match(df$id, df$momid)],na.rm = TRUE)
[1] 1979

【讨论】：

感谢有关 na.rm 的说明，我完全忘记了这一点。但是，如果我将它用于整个数据框，那么每个人都会得到 1979，这不是我想要的。我想知道每个人的第一个后代是在哪一年出生的。如果我的问题不清楚，我很抱歉。

@pedigreeanalyst 您是否尝试过 Gki 评论中的答案？

是的，这似乎奏效了！我有点不耐烦，以为它陷入了无限循环。但它奏效了。

【参考方案2】：

这是@GKi 的答案，所以这不是我自己的答案。但 GKi 将其作为评论发布，因此我将其重新发布为结束问题的答案。

df$firstoffspring <- sapply(df$id, function(i) min(df$birthyear[df$momid == i | df$dadid==i], na.rm=TRUE))