python - 如何将这一行令人困惑的 Python 代码转换为 R

Question

我是 Python 的新手，我想知道下面这行代码在做什么以及如何用 R 编写它:

df['sticky'] = df[['humidity', 'workingday']].apply(lambda x: (0, 1)[x['workingday'] == 1 and x['humidity'] >= 60], axis = 1)

例如，lambda x: (0, 1) 是什么意思？

附言 df 是一个 pandas 数据框

Answer 1

让我们从 lambda 开始。完整的表达式是:

 lambda x: (0, 1)[x['workingday'] == 1 and x['humidity'] >= 60]

它是一个匿名函数，接受一个参数 x 并返回:

• 1 如果 x['workingday'] == 1 且 x['humidity'] >= 60
• 0否则

(0, 1)[...] 技巧用于返回 0 或 1 而不是 Python bool 值 假 和真。它利用了 False 和 True 在代替 a 时将被强制转换为数字 0 和 1数值，例如作为数组(或元组)索引。例如，如果表达式的计算结果为 True，则访问元组的单元格 1，其中包含 1。

此函数映射到(Pandas？)数据框的每一行(实际上，仅映射到过滤列 'humidity' 和 'workingday')，结果为存储在 'sticky' 列中。也就是说，您可以使用匿名 function 和 apply 在 R 中翻译相同的表达式。 :

df$sticky <- apply(df[, c("workingday", "humidity")], 1, function(x) {
    x["workingday"] == 1 & x["humidity"] >= 60;
});

(过滤可能不是必需的，但我的 R 技能很生疏)。

但是，正如 kdopen 所写:

df$sticky <- df$workingday == 1 & df$humidity >= 60