Цикл по строкам dataframe, применяя функцию с оператором if - PullRequest
Новая
       12

Цикл по строкам dataframe, применяя функцию с оператором if

32 голосов
/ 29 июня 2011

Я новичок в R и пытаюсь суммировать 2 столбца данного фрейма данных, если оба суммируемых элемента удовлетворяют заданному условию.Чтобы прояснить ситуацию, я хочу сделать следующее: 

> 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

Мне нужен эффективный код, поскольку мой реальный фрейм данных имеет около 150000 строк и 200 столбцов.Это дает ошибку: 

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

Является ли опция «Применить»?Я попробовал это: 

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)

, но также выдает ошибку.Большое спасибо за вашу помощь.

Ответы [ 3 ]

41 голосов
/ 29 июня 2011

Эта операция не требует циклов, операторов операторов или операторов if. Векторизованные операции и поднаборы - это все, что вам нужно: 

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

Почему это работает?

На первом шаге я создаю новый столбец, представляющий собой прямую сумму столбцов V1 и V4. Я использую within как удобный способ обращения к столбцам d.f без необходимости писать d.f$V все время.

На втором шаге я устанавливаю все строки, которые не соответствуют вашим условиям, и устанавливаю для них V4 равным 0.

25 голосов
/ 29 июня 2011

ifelse ваш друг здесь: 

t.d$V4<-ifelse((t.d$V1>1)&(t.d$V3<9), t.d$V1+ t.d$V3, 0)
10 голосов
/ 30 июня 2011

Я скину и предоставлю еще одну версию.Так как вы хотите ноль, если условие не мах, и TRUE / FALSE являются прославленными версиями 1/0, просто умножение на условие также работает: 

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

... и это происходит быстреечем другие решения; -) 

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
...