R中的嵌套循环：列然后行

Question

我正在尝试在R中编写一个嵌套的for循环，但遇到了问题。 我已进行了尽可能多的研究，但找不到（或理解）我需要的帮助。 我对R还是很陌生，因此，如果对这种循环有任何建议，或者如果有一种更简单，更优雅的方法，将不胜感激！

我已经为许多位置（我称它们为站点）生成了每日温度文件，文件列的设置如下：

年月日unix_time site_a site_b site_c site_d ...等

对于每个站点（在每列内），我要遍历温度值并创建一个新列（或新数据框），并使用与这些温度范围相对应的数字（生理速率）。 （例如，低于6.25度的温度具有-1.33的速率，在6.25至8.75之间的温度具有0.99的速率，等等）。 我创建了一个循环，对单个数据列执行此操作。 例如：

for(i in 1:dim(data)[1]){
if (data$point_a[i]<6.25) data$rate_point_a[i]<--1.33 else
if (data$point_a[i]>=6.25 && data$point_a[i]<8.75) data$rate_point_a[i]<-0.99 else
if (data$point_a[i]>=8.75 && data$point_a[i]<11.25) data$rate_point_a[i]<-3.31 else
if (data$point_a[i]>=11.25 && data$point_a[i]<13.75) data$rate_point_a[i]<-2.56 else
if (data$point_a[i]>=13.75 && data$point_a[i]<16.25) data$rate_point_a[i]<-1.81 else
if (data$point_a[i]>=16.25 && data$point_a[i]<18.75) data$rate_point_a[i]<-2.78 else
if (data$point_a[i]>=18.75 && data$point_a[i]<21.25) data$rate_point_a[i]<-3.75 else
if (data$point_a[i]>=21.25 && data$point_a[i]<23.75) data$rate_point_a[i]<-1.98 else
if (data$point_a[i]>=23.75 && data$point_a[i]<26.25) data$rate_point_a[i]<-0.21
}

上面的代码给了我一个名为“ rate_site_a”的新列，该列具有我的生理速率。 我遇到的麻烦是将这个循环嵌套到贯穿所有列的另一个循环中。 我已经尝试过诸如：

for (i in 1:ncol(data)){

#for each row in that column
for (s in 1:length(data)){

    if ([i]<6.25) rate1[s]<--1.33 else  ...

我想我不知道如何使“ if else”语句引用正确的位置。 我知道我无法将“ rate”列添加到现有数据框中，因为这会增加我在循环中的ncol，因此需要将它们放入另一个数据框中（尽管不要认为这是我的主要问题）。 我将要处理很多很多点，而不希望一次只做一次，因此我尝试嵌套循环。

任何帮助将非常感激。 如果有帮助，这里是一些示例数据的链接。 http://dl.dropbox.com/u/17903768/AVHRR_output.txt预先感谢！

Answer 1

使用向量化的ifelse：

ifelse(data$point<= 6.25,-1.33,ifelse(data$point<= 8.25,-0.99,ifelse(data$point<= 11.25,-3.31,....

例如：

 datap=read.table('http://dl.dropbox.com/u/17903768/AVHRR_output.txt',header=T)


apply(datap[,5:9],2,function(x){
datap$x =   
ifelse(x<=6.25,1.33,
 ifelse(x<=8.75,-0.99, 
  ifelse(x<=11.25,-3.31, 
   ifelse(x<=13.75,-2.56, 
    ifelse(x<=16.25,-1.81,
     ifelse(x<=18.75,-2.78, 
      ifelse(x<=21.25,-3.75, 
       ifelse(x<=23.75,-1.98,-0.21))))))))})

Answer 2

安德列斯（Andres）的答案对于apply部分非常有用，它可以使您遍及所有“温度”列。 我被困在这里，没有R的副本（正在工作）进行实验，但是我怀疑您是否创建了一个截止值的向量xcut <- c(0,6.25,8.75,.11.25,...
然后做
x <- xcut[(which(x>xcut))]
您将拥有更简单的代码，并且也更容易编辑。 （注意：我添加了0值以避免x值小的问题:-)）

Answer 3

这是仅使用逻辑的另一种方法：

    DAT <- read.table("http://dl.dropbox.com/u/17903768/AVHRR_output.txt",header=TRUE,as.is=TRUE)

    recodecolumn <- function(x){
        out <- vector(length=length(x))
        out[x < 6.25] <- 1.33
        out[x >= 6.25 & x < 8.75] <- .99
        out[x >= 8.75 & x < 11.25] <- 3.31
        out[x >= 11.25 & x < 13.25] <- 2.56
        out[x >= 13.25 & x < 16.25] <- 1.81
        out[x >= 16.25 & x < 18.75] <- 2.78
        out[x >= 18.75 & x < 21.25] <- 3.75
        out[x >= 21.25 & x < 23.75] <- 1.98
        out[x >= 23.75 & x < 26.25] <- 0.21
            out
    }

    NewCols <- apply(DAT[,5:9],2,recodecolumn)
    colnames(NewCols) <- paste("rate",1928:1932,sep="_")
    DAT <- cbind(DAT,NewCols)

Answer 4

我发现在这样的情况下， findInterval很有用，而不是嵌套if语句，因为它已经向量化并返回截止点向量内的位置。

 DAT <- read.table("http://dl.dropbox.com/u/17903768/AVHRR_output.txt",header=TRUE,as.is=TRUE)

 recode.fn <- function(x){
    cut.vec <- c(0, seq(6.25,26.25,by = 2.5),Inf)
    recode.val <- c(-1.33, 0.99, 3.31, 2.56,1.81,2.78,3.75,1.98, 0.21)
    cut.interval <- findInterval(x, cut.vec, FALSE)
    return(recode.val[cut.interval])
 }

# Add on recoded data to existing data frame
DAT[,10:14] <- sapply(DAT[,5:9],FUN=recode.fn)