我想根据其他行中的条件来标记行。
基本上，我要查找的是如果该行是 NA，则查找非 NA 的行并使用其 sd_value 列来决定是否标记 NA 行及其标签，否则将其标记为 NA。我希望这个解释很简单。
所以可以说我们有
df <- data.frame(value = c(0.5,1,0.6,1.2), sd_value=c(0.1,0.5,0.2,0.8),
label = c("good", "bad",NA,NA))
> df
value sd_value label
1 0.5 0.1 good
2 1.0 0.1 bad
3 0.6 0.5 NA
4 1.2 0.8 NA
要标记例如第 3 行，我需要检查该行值，然后检查它们是否位于 'good' 或 'bad' 值之间± 2*sd_值。如果是这样，请将它们标记为好或坏。
预期输出
> df
value sd_value label
1 0.5 0.1 good
2 1.0 0.1 bad
3 0.6 0.5 good #because 0.6 is ±2*sd_value of 1st row value
4 1.2 0.8 bad #because 1.2 is ±2*sd_value of 2nd row value
为了更概括这个问题，我们可以说我们有这样的数据
df <- data.frame(value = c(0.5, 1,8, 1.2, 2.4,0.4,6,2,5.7, 9),
sd_value=c(0.1, 0.1,1, 0.2,0.2,0.1,0.4,0.2,0.1,0.1),
label = c("good",NA,"beautiful","bad", NA,NA,"ugly","dirty",NA,NA))
> df
value sd_value label
1 0.5 0.1 good
2 1.0 0.1 <NA>
3 8.0 1.0 beautiful
4 1.2 0.2 bad
5 2.4 0.2 <NA>
6 0.4 0.1 <NA>
7 6.0 0.4 ugly
8 2.0 0.2 dirty
9 5.7 0.1 <NA>
10 9.0 0.1 <NA>
根据条件，预期输出应如下所示
> df
value sd_value label
1 0.5 0.1 good #original label
2 1.0 0.1 bad
3 8.0 1.0 beautiful #original label
4 1.2 0.2 bad
5 2.4 0.2 dirty
6 0.4 0.1 good
7 6.0 0.4 ugly #original label
8 2.0 0.2 dirty #original label
9 5.7 0.1 ugly
10 9.0 0.1 beautiful
那些基于非 NA 行值的 ±2*sd_value 更改的 NA 行。
最佳答案
我们可以对 NA 行“value”进行子集化，并使用与“good”标签对应的“value”、“sd”进行检查，将逻辑向量 (“i2”) 更改为“好/坏”，使用数字索引或使用 ifelse 并根据索引 ('i1') 将输出分配回列
i1 <- is.na(df$label)
i2 <- df$value[i1] < abs(df$value[1] + 2 * df$sd_value[1])
df$label[i1] <- c("bad", "good")[(i2 + 1)]
可以将其包装在函数中
f1 <- function(data, lblCol, valCol, sdCol){
i1 <- is.na(df[[lblCol]])
gd <- which(df[[lblCol]] == "good")
i2 <- df[[valCol]][i1] < abs(df[[valCol]][gd] + 2 * df[[sdCol]][gd])
df[[lblCol]][i1] <- c("bad", "good")[(i2 + 1)]
df
}
f1(df, "label", "value", "sd_value")
# value sd_value label
#1 0.5 0.1 good
#2 1.0 0.5 bad
#3 0.6 0.2 good
#4 1.2 0.8 bad
更新
使用更新后的数据集，我们提取“标签”非 NA 的行，按升序排列它，并在cut中使用它来剪切“value' 以获得正确的'标签'
library(dplyr)
df1 <- df %>%
filter(!is.na(label)) %>%
transmute(label, v1 = value + 2 * sd_value) %>%
arrange(v1)
df %>%
mutate(label = cut(value, breaks = c(-Inf, df1$v1), labels = df1$label))
# value sd_value label
#1 0.5 0.1 good
#2 1.0 0.1 bad
#3 8.0 1.0 beautiful
#4 1.2 0.2 bad
#5 2.4 0.2 dirty
#6 0.4 0.1 good
#7 6.0 0.4 ugly
#8 2.0 0.2 dirty
#9 5.7 0.1 ugly
#10 9.0 0.1 beautiful
或者base R中的相同逻辑
df1 <- transform(na.omit(df), v1 = value + 2 * sd_value)[3:4]
df$label <- cut(df$value, breaks = c(-Inf, df1$v1), labels = df1$label)
关于r - 行中的条件标记，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55756113/