如何使用 ifesle 函数计算向量成对比较答案

【问题标题】：How to calculate vector pairwise comparisons using ifesle function如何使用 ifesle 函数计算向量成对比较
【发布时间】：2021-12-17 22:16:45
【问题描述】：

我需要计算许多变量的所有成对差异（我的数据集中有 100 个）。如果 abs 差异 > 1，则应显示为 1，否则结果应为 0。然后我想总结每个成对比较的 1 和 0 值，并将它们排列成一个矩阵。我尝试了以下代码，但出现错误消息。

 juan<-outer(seq_along(rio_csv), seq_along(rio_csv), FUN =
  Vectorize(function(i, j)(sum(ifelse(abs(rio_csv[[i]]-rio_csv[[j]]))>1,1,0))))

虽然该操作适用于两列。

> (pri<-sum(ifelse(abs(rio_csv$V1-rio_csv$V2)>1,1,0)))

数据

感谢您的帮助。

【问题讨论】：

请提供一些样本数据 - 内置数据集（例如，mtcars，如果“足够接近”）或真实数据的复制/可粘贴样本（例如，dput(rio_csv[1:6, 1:5]) 表示前 5 列的前 6 行）。
另外，请不要说“有错误消息”，而是将错误消息放在您的问题中。它们通常非常有用。
至于你的报错信息，好像是放错了)。将(sum(ifelse(abs(rio_csv[[i]]-rio_csv[[j]]))>1,1,0)))) 更改为(sum(ifelse(abs(rio_csv[[i]]-rio_csv[[j]])>1,1,0)))))
作为一个小提示，您可以将sum 或mean TRUE/FALSE 值视为 1，将 FALSE 视为 0，因此您的代码中不需要 ifelse。您可以简化为sum(abs(rio_csv[[i]] - rio_csv[[j]]) > 1)

标签： r if-statement

【解决方案1】：

这样的事情怎么样：

a = 3*runif(100) # I'm just randomizing values, your dataset should come here

b = expand.grid(a,a) #also 'merge' would work
b$digital = 0
b$digital[abs(b[,1]-b[,2])>1] = 1 
result = b$digital

我不知道您将值放入矩阵是什么意思，但 0/1 值在结果变量中（仍然是向量形式）。这绝不是最简单和最流畅的解决方案，只是一个快速的解决方案:) 另外我没有使用 ifelse 函数，但是 abs(b[,1]-b[,2])>1 是一个布尔向量，最终结果与 ifelse 函数相同..

【讨论】：

【解决方案2】：

使用mtcars 作为示例数据，我会这样做：

data = mtcars

col_pairs = combn(names(data), 2, simplify = TRUE)

counts = apply(col_pairs, MARGIN = 2, function(x) sum(abs(data[[x[1]]] - data[[x[2]]]) > 1))

result = matrix(
  NA,
  nrow = ncol(data), ncol = ncol(data),
  dimnames = list(names(data), names(data))
)

result[t(col_pairs)] = counts
result
#      mpg cyl disp hp drat wt qsec vs am gear carb
# mpg   NA  32   32 32   32 32   27 32 32   32   32
# cyl   NA  NA   32 32   21 30   32 32 32   20   30
# disp  NA  NA   NA 32   32 32   32 32 32   32   32
# hp    NA  NA   NA NA   32 32   32 32 32   32   32
# drat  NA  NA   NA NA   NA 16   32 32 32    3   19
# wt    NA  NA   NA NA   NA NA   32 28 28   17   19
# qsec  NA  NA   NA NA   NA NA   NA 32 32   32   32
# vs    NA  NA   NA NA   NA NA   NA NA  0   32   20
# am    NA  NA   NA NA   NA NA   NA NA NA   32   21
# gear  NA  NA   NA NA   NA NA   NA NA NA   NA   14
# carb  NA  NA   NA NA   NA NA   NA NA NA   NA   NA

【讨论】：