r - 在我的数据框中填充一列,以其他列为条件,使用第三列的值
问题描述
警告:这个问题似乎很简单,以至于我作为初学者可能无法在关于 SO 的更复杂主题中找到正确的解决方案(查看这里、这里、这里和更多地方)
我想在我的数据框中填充一列,基于另一列,并使用其他列作为输入。举个例子就更清楚了:
Version1 Version2 Version3 Version4 Presented_version Color
1 blue red green yellow 1 NA
2 red blue yellow green 4 NA
3 yellow green red blue 3 NA
我想用 Version1/Version2/Version3/Version 4 的值填充“颜色”列。 Presented_version列告诉我需要这四个值中的哪一个。例如,在第 1 行中,Prested_version 为 1,因此所需的值在“Version1”(“蓝色”)中。第 1 行的颜色应为蓝色。
有人可以向我展示一种无需使用大量“if”语句循环数据框的方法吗?
structure(list(Version1 = structure(1:3, .Label = c("blue", "red",
"yellow"), class = "factor"), Version2 = structure(c(3L, 1L,
2L), .Label = c("blue", "green", "red"), class = "factor"), Version3 = structure(c(1L,
3L, 2L), .Label = c("green", "red", "yellow"), class = "factor"),
Version4 = structure(3:1, .Label = c("blue", "green", "yellow"
), class = "factor"), Presented_version = c(1L, 4L, 3L),
Color = c(NA, NA, NA)), class = "data.frame", row.names = c(NA,
-3L))
======================== 已编辑!
我简化了示例来解释我的问题,但上面的示例与我的实际数据集在几个方面有所不同,因此解决方案做出了我的数据实际上不符合的假设。这是 data.frame 的更准确表示。特别是,Prested_version 和 Version1...Version 4 列的内容之间没有固定的匹配(这取决于额外的列,我现在称之为 Painter),并且 Version1 到 Version4 不一定在列 1 到 4在我的数据集中。
FillerColumn Painter Version1 Version2 Version3 Version4 Version_presented Color FillerColumn.1
1 77 A blue red green yellow 1 NA 77
2 77 B red blue yellow green 4 NA 77
3 77 C yellow green red blue 3 NA 77
4 77 D red blue yellow green 1 NA 77
structure(list(FillerColumn = c(77L, 77L, 77L, 77L), Painter = structure(1:4, .Label = c("A",
"B", "C", "D"), class = "factor"), Version1 = structure(c(1L,
2L, 3L, 2L), .Label = c("blue", "red", "yellow"), class = "factor"),
Version2 = structure(c(3L, 1L, 2L, 1L), .Label = c("blue",
"green", "red"), class = "factor"), Version3 = structure(c(1L,
3L, 2L, 3L), .Label = c("green", "red", "yellow"), class = "factor"),
Version4 = structure(c(3L, 2L, 1L, 2L), .Label = c("blue",
"green", "yellow"), class = "factor"), Version_presented = c(1L,
4L, 3L, 1L), Color = c(NA, NA, NA, NA), FillerColumn.1 = c(77L,
77L, 77L, 77L)), class = "data.frame", row.names = c(NA,
-4L))
解决方案
我们可以使用带有row/column
索引的矢量化选项来提取值而不是任何循环
df1$color <- df1[1:4][cbind(1:nrow(df1), df1$Presented_version)]
df1$color
#[1] "blue" "green" "red"
基准
dfN <- df1[rep(seq_len(nrow(df1)), 1e6),]
system.time({
dfN[1:4][cbind(1:nrow(dfN), dfN$Presented_version)]
})
# user system elapsed
# 1.216 0.110 1.321
system.time({
cols <- grep("^Version", names(dfN))
unlist(mapply(function(x, y) dfN[x, cols][y],
1:nrow(dfN),dfN$Presented_version))
})
# user system elapsed
# 319.907 1.644 322.418
现在,让我们看看另一个选项apply
system.time({
apply(dfN, 1, function(x) x[cols][as.numeric(x["Presented_version"])])
})
# user system elapsed
# 14.240 0.365 14.550
推荐阅读
- laravel - Laravel:使用 Maatwebsite Excel 导入 Csv 文件
- sql - 显示按列分组的最大数量的行
- python - 当我的提交按钮在我的 while 循环中不起作用时,我如何摆脱这个 while 循环
- javascript - 未处理的承诺拒绝 [错误:屏幕“LocationType”的“组件”道具的值无效。它必须是一个有效的 React 组件。]
- sql - 基于 SQL Query 的数据透视表
- macos - Macos VSCode 不运行某些扩展
- python - Python Ta-lib 正确顺序
- terminal - 启动 Jupyter 时如何防止终端窗口的数量增加
- python - Tkinter - 代码结构、构造和组织 - 应用程序附加子帧
- java - 如何按值对字符串和整数的 HashMap 进行排序,如果重复,然后按键对它们进行排序,包括俄语单词