一次索引并分配多组行

Question

我有一个导入的数据框 Measurements，其中包含来自实验的许多观察结果。

Measurements <- data.frame(X = 1:4,
           Data = c(90, 85, 100, 105))
X   Data
1   90          
2   85          
3   100         
4   105 

我想添加另一列 Condition，指定每个数据点的治疗组。我知道哪个观察范围来自哪个条件（例如，观察1:2 来自对照组，观察3:4 来自实验组）。

我已经设计了两种解决方案，它们可以提供所需的输出，但都不是理想的。第一：

Measurements["Condition"] <- c(rep("Cont", 2), rep("Exp", 2))
X   Data Condition      
1   90   Cont       
2   85   Cont       
3   100  Exp        
4   105  Exp

这样做的好处是一行代码/一个命令。但这并不理想，因为我需要在外面单独进行数学运算（例如 3:4 = 2 obs 等），这对于更大的数据集和更多条件（例如 47:83）可能是棘手/不清楚/间接 = ? obs 等）并且可能会导致永久错误，因为早期分配的长度上的小错误也会改变后面组的分配（例如，如果 Cont 的 rep 错误地为 1，则 Exp也被错误地分配到 2:3）。

我也想过这样分配，这也给出了所需的输出：

Measurements[1:2, "Condition"] <- "Cont"
Measurements[3:4, "Condition"] <- "Exp"
X   Data Condition      
1   90   Cont       
2   85   Cont       
3   100  Exp        
4   105  Exp

这使得哪些行将接收哪些分配更加清晰/简单/直接，但这需要单独的分配和重复。我觉得应该有一种方法可以“矢量化”这个作业，这就是我正在寻找的解决方案。

我无法从网上找到复杂的索引规则。这是我对如何实现这一目标的第一个直观猜测：

Measurements[c(1:2, 3:4), "Condition"] <- list("Cont", "Exp")

X   Data Condition
1   90   Cont
2   85   Cont       
3   100  Cont       
4   105  Cont

但这不起作用。它似乎将 1:2 和 3:4 组合成一个等效范围 (1:4)，并且仅将第一个条件分配给该范围，这表明我还需要再次指定该列。当我尝试再次指定列时：

Measurements[c(1:2, 3:4), c("Condition", "Condition")] <- list("Cont", "Exp")
X   Data Condition Condition.1    
1   90   Cont      Exp  
2   85   Cont      Exp  
3   100  Cont      Exp  
4   105  Cont      Exp

由于某种原因，这会创建第二个新列 (??)，它似乎再次将 1:2 和 3:4 合并为本质上的 1:4。所以我认为我需要以一种保持它们分开的方式对 两个行范围 进行索引，并且只指定一次列，但我一直坚持如何做到这一点。我认为解决方案很简单，但我似乎找不到我正在尝试做的事情的例子。也许为了让它们分开，我确实必须分开分配它们，但我希望有办法。

有人可以帮忙吗？非常感谢 R noobie！

Answer 1

如果您已经拥有属于每个条件的观察列表，您可以使用dplyr::case_when 进行条件变异。根据您存储此信息的方式，您可以使用以下内容：

library(dplyr)

Measurements <- data.frame(X = 1:4,
                           Data = c(90, 85, 100, 105))

# set which observations belong to each condition
Cont <- 1:2
Exp <- 3:4

Measurements %>%
  mutate(Condition = case_when(
    X %in% Cont ~ "Cont",
    X %in% Exp ~ "Exp"
  ))

# X Data Condition
# 1   90      Cont
# 2   85      Cont
# 3  100       Exp
# 4  105       Exp

请注意，这不要求观察结果是连续的。

Answer 2

对于较大的数据集而言，有效的方法是了解数据模式和数据 ID。

Measurements <- data.frame(X = 1:4, Data = c(90, 85, 100, 105))
dat <- c("Cont","Exp")
pattern <- c(1,1,2,2)

或者从数据中绘制模式，例如有条件的来自Measurements$Data

pattern <- sapply( Measurements$Data >=100, function(x){ if(x){2}else{1} } )
# [1] 1 1 2 2

然后你可以简单地添加数据：

Measurements$Condition <- dat[pattern]
#  X Data Condition
#1 1   90      Cont
#2 2   85      Cont
#3 3  100       Exp
#4 4  105       Exp

Answer 3

我通常看到这是通过合并操作完成的。诀窍是让您的条件数据形成良好的形状。

composeConditions <- function(...) {
  conditions <- list(...)
  data.frame(
    X = unname(unlist(conditions)),
    condition = unlist(unname(lapply(
      names(conditions),
      function(x) rep(x, times = length(conditions[x][[1]]))
    )))
  )
}

conditions <- composeConditions(Cont = 1:2, Exp = 3:4)

> conditions

  X condition
1 1      Cont
2 2      Cont
3 3       Exp
4 4       Exp

merge(Measurements, conditions, by = "X")

  X Data condition
1 1   90      Cont
2 2   85      Cont
3 3  100       Exp
4 4  105       Exp