[英]R: more efficient solution than this for-loop
我寫了一個函數for循環,但它在數千行上很慢,我正在尋找更有效的替代方案。 提前致謝!
任務:
a
與列b
匹配,則列d
變為NA
。 a
與b
不匹配,但b
與c
匹配,則列e
變為NA
。 for循環:
for (i in 1:nrow(data)) {
if (data$a[i] == data$b[i]) {data$d[i] <- NA}
if (!(data$a[i] == data$b[i]) & data$b[i] == data$c[i])
{data$e[i] <- NA}
}
一個例子:
a b c d e
F G G 1 10
F G F 5 10
F F F 2 8
會成為:
a b c d e
F G G 1 NA
F G F 5 10
F F F NA 8
如果您擔心速度和效率,我建議使用data.table
(雖然技術上按照data.frame
推薦的正常data.frame
矢量化可能會加快速度)
library(data.table)
DT <- fread("a b c d e
F G G 1 10
F G F 5 10
F F F 2 8")
print(DT)
# a b c d e
# 1: F G G 1 10
# 2: F G F 5 10
# 3: F F F 2 8
DT[a == b, d := NA]
DT[!a == b & b == c, e := NA]
print(DT)
# a b c d e
# 1: F G G 1 NA
# 2: F G F 5 10
# 3: F F F NA 8
假設df
是你的數據:
ab <- with(df, a==b)
bc <- with(df, b==c)
df$d[ab] <- NA
df$e[!ab & bc] <- NA
這將導致
# a b c d e
# 1 F G G 1 NA
# 2 F G F 5 10
# 3 F F F NA 8
我們可以創建一個quosure列表並對其進行評估
library(tidyverse)
qs <- setNames(quos(d*NA^(a == b), e*NA^((!(a ==b) & (b == c)))), c("d", "e"))
df1 %>%
mutate(!!! qs)
# a b c d e
#1 F G G 1 NA
#2 F G F 5 10
#3 F F F NA 8
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.