R中的嵌套循環：列然后行

Question

我正在嘗試在R中編寫一個嵌套的for循環，但遇到了問題。 我已進行了盡可能多的研究，但找不到（或理解）我需要的幫助。 我對R還是很陌生，因此，如果對這種循環有任何建議，或者如果有一種更簡單，更優雅的方法，將不勝感激！

我已經為許多位置（我稱它們為站點）生成了每日溫度文件，文件列的設置如下：

年月日unix_time site_a site_b site_c site_d ...等

對於每個站點（在每列內），我要遍歷溫度值並創建一個新列（或新數據框），並使用與這些溫度范圍相對應的數字（生理速率）。 （例如，低於6.25度的溫度具有-1.33的速率，在6.25至8.75之間的溫度具有0.99的速率，等等）。 我創建了一個循環，對單個數據列執行此操作。 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
}

上面的代碼給了我一個名為“ rate_site_a”的新列，該列具有我的生理速率。 我遇到的麻煩是將這個循環嵌套到貫穿所有列的另一個循環中。 我已經嘗試過諸如：

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”語句引用正確的位置。 我知道我無法將“ rate”列添加到現有數據框中，因為這會增加我在循環中的ncol，因此需要將它們放入另一個數據框中（盡管不要認為這是我的主要問題）。 我將要處理很多很多點，而不希望一次只做一次，因此我嘗試嵌套循環。

任何幫助將非常感激。 如果有幫助，這里是一些示例數據的鏈接。 http://dl.dropbox.com/u/17903768/AVHRR_output.txt預先感謝！

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）的答案對於apply部分非常有用，它可以使您遍及所有“溫度”列。 我被困在這里，沒有R的副本（正在工作）進行實驗，但是我懷疑您是否創建了一個截止值的向量xcut <- c(0,6.25,8.75,.11.25,...
然后做
x <- xcut[(which(x>xcut))]
您將擁有更簡單的代碼，並且也更容易編輯。 （注意：我添加了0值以避免x值小的問題:-)）

Answer 3

這是僅使用邏輯的另一種方法：

    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

我發現在這樣的情況下， findInterval很有用，而不是嵌套if語句，因為它已經向量化並返回截止點向量內的位置。

 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)