使用 if 语句循环应用函数的数据帧行

Posted 2023-02-14

【中文标题】使用 if 语句循环应用函数的数据帧行

【英文标题】：Loop over rows of dataframe applying function with if-statement

【发布时间】：2011-09-24 23:55:33

【问题描述】：

我是 R 新手，如果要求和的两个元素都满足给定条件，我正在尝试对给定数据帧的 2 列求和。为了清楚起见，我想做的是：

> t.d<-as.data.frame(matrix(1:9,ncol=3))
> t.d
  V1 V2 V3
  1  4  7  
  2  5  8  
  3  6  9  

> t.d$V4<-rep(0,nrow(t.d))

> for (i in 1:nrow(t.d))
+   if (t.d$V1[i]>1 && t.d$V3[i]<9)
+     t.d$V4[i]<-t.d$V1[i]+t.d$V3[i]
+     

> t.d    
  V1 V2 V3 V4
  1  4  7  0
  2  5  8 10
  3  6  9  0

我需要一个高效的代码，因为我的真实数据框有大约 150000 行和 200 列。这给出了一个错误：

t.d$V4<-t.d$V1[t.d$V1>1]+ t.d$V3[t.d$V3>9] 

“应用”是一个选项吗？我试过这个：

t.d<-as.data.frame(matrix(1:9,ncol=3))
t.d$V4<-rep(0,nrow(t.d))

my.fun<-function(x,y)
  if(x>1 && y<9)
    x+y


t.d$V4<-apply(X=t.d,MAR=1,FUN=my.fun,x=t.d$V1,y=t.d$V3)

但它也给出了一个错误。 非常感谢您的帮助。

【问题讨论】：

+1 用于创建示例数据和您自己的代码尝试。

欢迎来到 SO。这是一个很好的问题的一个很好的例子。

【参考方案1】：

我会加入并提供另一个版本。如果条件不匹配，您希望为零，并且 TRUE/FALSE 是 1/0 的美化版本，因此只需乘以条件也可以：

t.d<-as.data.frame(matrix(1:9,ncol=3))
t.d <- within(t.d, V4 <- (V1+V3)*(V1>1 & V3<9))

...而且它恰好比其他解决方案更快;-)

t.d <- data.frame(V1=runif(2e7, 1, 2), V2=1:2e7, V3=runif(2e7, 5, 10))
system.time( within(t.d, V4 <- (V1+V3)*(V1>1 & V3<9)) )         # 3.06 seconds
system.time( ifelse((t.d$V1>1)&(t.d$V3<9), t.d$V1+ t.d$V3, 0) ) # 5.08 seconds
system.time(  t.d <- within(t.d, V4 <- V1 + V3); 
               t.d[!(t.d$V1>1 & t.d$V3<9), "V4"] <- 0  )       # 4.50 seconds

【参考方案2】：

ifelse 是你的朋友：

t.d$V4<-ifelse((t.d$V1>1)&(t.d$V3<9), t.d$V1+ t.d$V3, 0)

【参考方案3】：

此操作不需要循环、应用语句或 if 语句。您只需要矢量化操作和子集：

t.d <- within(t.d, V4 <- V1 + V3)
t.d[!(t.d$V1>1 & t.d$V3<9), "V4"] <- 0
t.d

  V1 V2 V3 V4
1  1  4  7  0
2  2  5  8 10
3  3  6  9  0

---

为什么会这样？

在第一步中，我创建了一个新列，它是列 V1 和 V4 的直和。我使用within 作为一种方便的方式来引用d.f 的列，而不必一直写d.f$V。

在第二步中，我对所有不满足条件的行进行子集化，并将这些行的 V4 设置为 0。

【讨论】：

谢谢！如此简单而完美。我不敢相信我花了半天时间思考这个问题。

如果它能让你感觉更好，那么当我开始使用 R 时，这类问题会让我头晕目眩。:-)