在 R 中满足条件时跳过一行代码

Posted 2023-02-25

【中文标题】在 R 中满足条件时跳过一行代码

【英文标题】：Skipping a line of code when a condition is met in R

【发布时间】：2020-09-30 18:26:58

【问题描述】：

我正在尝试根据条件跳过一行代码。我的示例数据集如下所示。

df <- data.frame(
  id = c(12,25,31,47),
  b = c("cat.1","cat.2","cat.3","cat.2"),
  drop = c(FALSE,TRUE,TRUE,TRUE))

> df
  id     b  drop
1 12 cat.1 FALSE
2 25 cat.2  TRUE
3 31 cat.3  TRUE
4 47 cat.2  TRUE

基于b 和drop 变量，我打印不同的out 并将它们组合在output 中。我想在drop = FALSE时跳过一行代码。

output <- c()
for(i in 1:nrow(df)) 
  if (df$b[i] == "cat.1") 
    out <- paste0("Item_first_",df$id[i],"_",df$drop[i])
    
   else if(df$b[i] == "cat.2")  
    out <- paste0("Item_second_",df$id[i],"_",df$drop[i])
    
   else 
    out <- paste0("Item_others_",df$id[i],"_",df$drop[i])
  
  output <- c(output, out) 


print(output)
[1] "Item_first_12_FALSE" "Item_second_25_TRUE" "Item_others_31_TRUE" "Item_second_47_TRUE"

在这种情况下， "Item_first_12_FALSE" 需要从输出中删除，因为数据集中的这一行具有 drop=FALSE。

我知道for() 循环中有next 函数，但它避免了整个迭代。而且，只需从数据集中删除 FALSE 看起来很容易修复，但由于其他条件组合，我特别想在 ifelse 内省略它。在这种情况下，我只需要跳过这部分满足drop=`FALSE' 条件。

 if (df$b[i] == "cat.1") 
    out <- paste0("Item_first_",df$id[i],"_",df$drop[i])
    
  

期望的输出是：

"Item_second_25_TRUE" "Item_others_31_TRUE" "Item_second_47_TRUE"

【参考方案1】：

尝试将您的 if-else 包装在另一个 if 语句中：

output <- c()
for(i in 1:nrow(df)) 
  if (df$drop[i] == T) 
    if (df$b[i] == "cat.1") 
      out <- paste0("Item_first_",df$id[i],"_",df$drop[i])
      
     else if(df$b[i] == "cat.2")  
      out <- paste0("Item_second_",df$id[i],"_",df$drop[i])
      
     else 
      out <- paste0("Item_others_",df$id[i],"_",df$drop[i])
    
    output <- c(output, out)
    

> print(output)
[1] "Item_second_25_TRUE" "Item_others_31_TRUE" "Item_second_47_TRUE"

【参考方案2】：

也许只是做这样的事情

with(df, sprintf("Item_%s_%d_%s", dplyr::case_when(b == "cat.1" ~ "first", b == "cat.2" ~ "second", TRUE ~ "others"), id, drop)[drop])

【参考方案3】：

除非你必须有 for 循环

output <- unlist(ifelse((df$b == "cat.1"),list(NULL),paste("Item_second_",df$id,df$drop, sep="_")))

print (output)
#  "Item_second__25_TRUE" "Item_second__31_TRUE" "Item_second__47_TRUE"