r - 理解 R 中的应用和外部函数

Question

假设我有一个看起来像这样的数据

ID A B C 
1  X 1 10
1  X 2 10
1  Z 3 15
1  Y 4 12
2  Y 1 15
2  X 2 13
2  X 3 13
2  Y 4 13
3  Y 1 16
3  Y 2 18
3  Y 3 19
3  Y 4 10

我想将这些值相互比较，因此如果 ID 在 B 变量(从 1 到 4)的一段时间内改变了 A 变量的值，它会进入数据帧 K，如果没有，那么它会进入数据框 L。

所以在这个数据集中 K 看起来像

ID A B C 
1  X 1 10
1  X 2 10
1  Z 3 15
1  Y 4 12
2  Y 1 15
2  X 2 13
2  X 3 13
2  Y 4 13

L 看起来像

ID A B C 
3  Y 1 16
3  Y 2 18
3  Y 3 19
3  Y 4 10

在嵌套循环和 if then else 语句方面，它可以像下面这样解决

for ( i in 1:length(ID)){
m=0
for (j in 1: length(B)){
ifelse( A[j] == A[j+1],m,m=m+1)
}
ifelse(m=0,  L=c[,df[i]], K=c[,df[i]])
}

我在一些帖子中读到 R 中的嵌套循环可以替换为 apply和 outer功能。如果有人可以帮助我了解如何在这种情况下使用它。

Answer 1

所以基本上你不需要这里有条件的循环，你需要做的就是检查 ! 中是否存在差异(然后使用 A 将其转换为逻辑)在 B 的每个周期内( ID s) 通过转换 A到一个数值(我假设它在你的真实数据集中是 factor，如果它不是一个因素，你可以在 FUN = function(x) length(unique(x)) 中使用 ave 代替)，然后是 split因此。使用基础 R 我们可以使用 ave对于这样的任务，例如

indx <- !with(df, ave(as.numeric(A), ID , FUN = var))

或者(如果 A 是一个字符而不是一个 factor )

indx <- with(df, ave(A, ID , FUN = function(x) length(unique(x)))) == 1L

然后只需运行 split

split(df, indx)
# $`FALSE`
# ID A B  C
# 1  1 X 1 10
# 2  1 X 2 10
# 3  1 Z 3 15
# 4  1 Y 4 12
# 5  2 Y 1 15
# 6  2 X 2 13
# 7  2 X 3 13
# 8  2 Y 4 13
# 
# $`TRUE`
# ID A B  C
# 9   3 Y 1 16
# 10  3 Y 2 18
# 11  3 Y 3 19
# 12  3 Y 4 10

这将返回一个包含两个数据框的列表。

与 data.table 类似

library(data.table)
setDT(df)[, indx := !var(A), by = ID]
split(df, df$indx)

或 dplyr

library(dplyr)
df %>%
  group_by(ID) %>%
  mutate(indx = !var(A)) %>%
  split(., indx)