R中的嵌套For和If循环

Question

我正在尝试为R中的临床测试编写功能代码。我的R技能非常生锈，我非常感谢您的帮助。

我尝试编写的函数需要31个值（临床测试中有31个问题需要患者填写）。 然后分别对这31个值进行评分（大多数问题具有不同的范围），然后将它们组合在一起以获得不同参数的加权平均值。

得分范围：

对于Q 1（定义为x1）-将响应乘以10

对于Q 2,6,5,9-（以6分作为得分），他们的得分为
1-100
2-80
3-60
4-40
5-20
6-0。

对于Q 3,4,7,8,10,11,12,13,16,17,18（以6为评分）
1-0
2-20
3-40
4-60
5-80
6-100

对于Q 14，25，26，27，28，29，30（以5为评分）
1-100
2-75
3-50
4-25
5-0

为Q 19,20（以5分为满分）
1-0
2-25
3-50
4-75
5-100

针对问题15、21、23、24（以4分为标准）
1-0
2-33.3
3-66.7
4-100

对于Q 22
1-0
2-50
3 -100

qolie31 <- function(x1, x2, x3, ...){
  x1a <- x1*10 
  z <- c(x2, x5, x6, x9)  
  {for (i in z){
    if (i==1){x == 100}
    else if(i==2){x == 80}
    else if(i==3){x==60}
    else if(i==4){x==40}
    else if(i==5){x==20}
    else (i==6){x==0}
    z2 <- x
  }
}

我的问题：

1. 我在代码的第一行中使用了...函数来定义我需要从x1到x31的参数。 我的最终目标不是从1到31手动定义它们。请有人告诉我如何从x1到x31定义参数，而无需在那里手动编写

2. 如何将新分数保存在函数中，以便以后可以用于分析？

Answer 1

通常，您可以使用list(...)来使用...捕获任意数量的参数。 在其他问题中查看更多内容。 但是，当您认为自己不知道将要提供多少个参数并且仍然希望能够处理该参数时，通常这是最好的选择。 在这种情况下，您知道应该有31个答案，所以...不合适。 相反，您应该尝试将答案存储在长度为31的向量中，并将其作为参数提供。 下面的例子。 在这里，我将创建简短的oneliners，以根据您制定的规则转换每个答案组。 这利用了R的数学函数，我认为它比使用if语句对所有函数都更干净（更快）？ 然后，我们仅将变换应用于每个答案集，并将其分配给输出分数。 示例显示了一些随机答案1-3。

如果您担心拼写错误，我会使用assert_that包含一些注释的代码来检查错误。 您可以在每个score_函数内部检查答案是否在正确的范围内，例如，问题22的答案不应具有值4。

对于最后一部分，您不需要在函数内包括分配。 只需确保它返回您想要的内容，然后在调用该函数时进行赋值，如下所示。

eg_ans <- sample.int(3, 31, replace = TRUE)

transform_scores <- function(answers){
  # assertthat::assert_that(
  #   length(answers) == 31,
  #   msg = "There are not 31 values in input vector"
  # )
  score1 <- function(ans) ans * 10
  score6a <- function(ans) (6 - ans) * 20
  score6b <- function(ans) (ans - 1) * 20
  score5a <- function(ans) (5 - ans) * 25
  score5b <- function(ans) (ans - 1) * 25
  score4 <- function(ans) (ans - 1) * (100 / 3)
  score3 <- function(ans) (ans - 1) * 50

  scores <- numeric(31)
  scores[1] <- score1(answers[1])
  scores[c(2, 5:6, 9)] <- score6a(answers[c(2, 5:6, 9)])
  scores[c(3:4, 7:8, 10:13, 16:18)] <- score6b(answers[c(3:4, 7:8, 10:13, 16:18)])
  scores[c(14, 25:30)] <- score5a(answers[c(14, 25:30)])
  scores[19:20] <- score5b(answers[19:20])
  scores[c(15, 21, 23:24)] <- score4(answers[c(15, 21, 23:24)])
  scores[22] <- score3(answers[22])
  return(scores)
}

eg_scores <- transform_scores(eg_ans)
eg_scores
#>  [1]  30.00000  60.00000   0.00000  20.00000 100.00000 100.00000   0.00000
#>  [8]  20.00000  60.00000  20.00000   0.00000  40.00000   0.00000  75.00000
#> [15]  66.66667   0.00000   0.00000  20.00000  50.00000  50.00000  66.66667
#> [22] 100.00000   0.00000  33.33333 100.00000  75.00000 100.00000 100.00000
#> [29] 100.00000  50.00000   0.00000

由reprex软件包 （v0.2.0）创建于2018-04-24。

Answer 2

您可以使用plyr包中的mapvalues函数。

    rescaleq<- function(x){
    require(plyr)
    if (length(x) != 30) stop("Vector of 30 elements required")
    x[1]<- x[1]*10
    x[c(2, 5, 6, 9)]<- mapvalues(x[c(2, 5, 6, 9)], from = 1:6, to = seq(100, 0, by = -20))
    x[c(3,4,7,8,10,11,12,13,16,17,18)]<- mapvalues(x[c(3,4,7,8,10,11,12,13,16,17,18)], from  = 1:6, to = seq(0, 100, by = 20))
    x[c(14, 25, 26, 27, 28, 29, 30)]<- mapvalues(x[c(14, 25, 26, 27, 28, 29, 30)], from = 1:5, to = seq(100, 0, by = -25))
    x[c(19, 20)]<- mapvalues(x[c(19, 20)], from = 1:5, to = seq(0, 100, by = 25))
    x[c(5, 21, 23, 24)]<- mapvalues(x[c(5, 21, 23, 24)], from = 1:4, to = seq(0, 100, length.out = 4))
     x[22]<- mapvalues(x[22], from = 1:3, to = seq(0, 100, by = 50))
    return(round(x, 2))
}

并使用一些数据进行测试：

> xvector <- sample.int(3, 31, replace=T)
> xvector
# [1] 2 1 3 2 2 3 2 1 1 3 1 3 1 1 1 1 2 1 3 1 1 2 1 1 2 2 3 1 3 3 
> rescaleq(xvector[-31]) # Note that below, these are messages NOT errors or warnings
#The following `from` values were not present in `x`: 4, 5, 6
#The following `from` values were not present in `x`: 4, 5, 6
#The following `from` values were not present in `x`: 4, 5
#The following `from` values were not present in `x`: 2, 4, 5
#The following `from` values were not present in `x`: 3, 4
#The following `from` values were not present in `x`: 1, 3
# [1]  20.00 100.00  80.00  60.00 100.00  40.00  20.00  20.00   0.00  40.00   0.00  40.00
#[13]   0.00   0.00  20.00   0.00 100.00  75.00  75.00  50.00 100.00  50.00  50.00  50.00
#[25]   0.00  33.33   0.00   0.00   0.00  50.00

如果要通过除去生成的消息mapvalues ，尝试包裹suppressMessages他们周围，即， suppressMessages(mapvalues(x[c(2, 5, 6, 9)], from = 1:6, to = seq(100, 0, by = -20)))等。

Answer 3

另一种方式，这次使用tidyverse和查找表：

library(tidyverse)

data = "
1                             | 10
2,6,5,9                       | 100,80,60,40,20,0
3,4,7,8,10,11,12,13,16,17,18  | 0,20,40,60,80,100
14, 25, 26, 27, 28, 29, 30    | 100,75,50,25,0
19,20                         | 0,25,59,75,100
15, 21, 23, 24                | 0, 33.3, 66.7, 100
22                            | 0,50,100
"

df <- read.table(text = data, sep = '|', 
                 stringsAsFactors = F, 
                 col.names = c('q', 'factor'),
                 strip.white = T)

# create the lookup table
# save it somewhere
# as we only need to generate it once
lookup <- df %>%
  separate_rows(q, sep = ',') %>%
  separate_rows(factor, sep = ',', convert = T) %>%
  group_by(q) %>%
  mutate(item = 1:n()) %>%
  ungroup()

# calculate the score
calc_score <- function(x) {
  score <- 0
  for (i in seq_along(x)) {
    f <- lookup %>% filter(q == i, item == x[i]) %>% select(factor) %>% pull()
    score <- score + i * f
  }
  score
}

v <- c(1,4,3)
(score <- calc_score(v))

在此示例中，得分为210。