使函数忽略R中的第一行答案

【问题标题】：Making a function ignore the first row in R使函数忽略R中的第一行
【发布时间】：2021-04-12 18:17:33
【问题描述】：

所以我有这张关于病毒及其感染/死亡/等的表格。这是我的代码和原始表格：

data <- clean_names(read.csv("Book1.csv"))
TableN <- data %>% mutate(PeopleInfected = Suseptible* 1/8) %>% mutate(PeopleDeadFromInfection = PeopleInfected * 1/8) %>%
mutate(ImmuneFromSmallpox = PeopleInfected - PeopleDeadFromInfection) 

        > head(TableN)
      age Susceptible PeopleInfected PeopleDeadFromInfection ImmuneFromSmallpox
    1   0      1300        162.500                20.31250          142.18750
    2   1      1000        125.000                15.62500          109.37500
    3   2       855        106.875                13.35938           93.51562
    4   3       798         99.750                12.46875           87.28125
    5   4       760         95.000                11.87500           83.12500
    6   5       732         91.500                11.43750           80.06250

有 1/8 的机会感染病毒，另外还有 1/8 的机会死于该病毒。活下来的人永远对病毒免疫。因此，我必须从“可疑”中减去“ImmuneFromSmallpox”列，以说明那些幸存下来并永远对病毒免疫的人。

表格应该是这样的：

> head(TableN)
  age Susceptible PeopleInfected PeopleDeadFromInfection ImmuneFromSmallpox
1   0      1300        162.500                20.31250          142.18750
2   1      858.8125    107.226                13.40335          93.82265
3   2      761.17735   95.1471                11.89339          83.25371

更清楚地说，我希望第一行保持不变，但我希望其他行发生变化。你推荐我使用什么功能？

【问题讨论】：

为什么PeopleInfected、PeopleDeadFromInfection 和ImmuneFromSmallpox 中的值会改变您想要的输出？
我正在考虑那些已经感染病毒的人。他们现在永远免疫它。以下是计算方法。记住，它的感染率是1/8，死亡率是1/8。对于 0 岁（新生儿）的人，1300 * 1/8 = 162.5 人被感染，20.3 人死亡。存活的 142.2 新生儿不再感染病毒，因此，我们从易感列中减去 142.2 人。请记住，对于 1 岁，它最初是 1000，所以我们得到 858.8125。对于 1 岁的儿童，1/8 被感染，1/8 死亡。对每个年龄重复计算。希望解释清楚！
@codermcgee 现在有很多答案向您展示了实现结果的许多不同方法。请点击每个答案开头旁边的 v 符号，接受您认为最有帮助的答案。谢谢！

标签： r

【解决方案1】：

您可以在第一个 ImmuneFromSmallpox 值上尝试replace，例如，

transform(
  df,
  survivors = survivors - replace(ImmuneFromSmallpox, 1, 0)
)

或逻辑值seq(nrow(df)) > 1

transform(
  df,
  survivors = survivors - ImmuneFromSmallpox * (seq(nrow(df)) > 1)
)

给了

  age survivors PeopleInfected PeopleDeadFromInfection ImmuneFromSmallpox
1   0 1300.0000        162.500                20.31250          142.18750
2   1  890.6250        125.000                15.62500          109.37500
3   2  761.4844        106.875                13.35938           93.51562
4   3  710.7188         99.750                12.46875           87.28125
5   4  676.8750         95.000                11.87500           83.12500
6   5  651.9375         91.500                11.43750           80.06250

数据

> dput(df)
structure(list(age = 0:5, survivors = c(1300L, 1000L, 855L, 798L, 
760L, 732L), PeopleInfected = c(162.5, 125, 106.875, 99.75, 95,
91.5), PeopleDeadFromInfection = c(20.3125, 15.625, 13.35938,
12.46875, 11.875, 11.4375), ImmuneFromSmallpox = c(142.1875,
109.375, 93.51562, 87.28125, 83.125, 80.0625)), class = "data.frame", row.names = c("1",        
"2", "3", "4", "5", "6"))

【讨论】：

【解决方案2】：

一种方法是使用 case_when，就像在这个答案中一样。 dplyr mutate with conditional values.

但老实说，我只是对它很客气，把最上面的那一行打断，然后变异其余的，然后将它们重新绑定在一起。可以使用data[2:nrow(data),] 获取除第一行之外的所有行。

【讨论】：

【解决方案3】：

尝试子集：

data <- clean_names(read.csv("Book1.csv"))

data[-1,] <- data[-1,] %>% mutate(...)

在这里，用df[-1,] 对两边的data.frame 进行子集化意味着您只对除第一行之外的所有行进行操作。完成此操作后，您可以致电 data 以查看除第一行之外的所有内容都已更改。

更一般地，您可以创建带有行号的向量来选择您想要处理的行。说，idx = c(1,3,5)。然后，data[idx,] 将从data 中提取第 1、3 和 5 行。 data[-1,] 中的减号是排除第一行的 R 简写。同样，如果您想选择特定的列，您可以使用data[, col_idx] 执行相同的操作。如果你的 data.frame 有明确的行名，那么你也可以像调用列一样调用那些。

【讨论】：

【解决方案4】：

试试下面的：

library(dplyr)

TableN %>% 
  mutate(Susceptible = Susceptible - lag(ImmuneFromSmallpox, default = 0),
         PeopleInfected = Susceptible* 1/8, 
         PeopleDeadFromInfection = PeopleInfected * 1/8) -> TableN

TableN

【讨论】：