根据另一列中的因子水平更改一列中的数值答案

【问题标题】：Change numeric values in one column based on factor levels in another column根据另一列中的因子水平更改一列中的数值
【发布时间】：2014-11-12 06:00:13
【问题描述】：

如果在另一列中它们具有特定因子水平，我需要将数据框的一列中的某些数值设置为零。

我的数据框 df 看起来像：

Items Store.Type
5      A
4      B
3      C
6      D
3      B
7      E

我想要做的是让 Items = 0，对于 Store.Type = "A" 或 "C" 的所有行

我对 R 很陌生，但我认为这将是“If Store.Type A then Items ?"if" 页面。我试过了：

df$ItemsFIXED <- with(df, if(Store.Type == "A")Items <-0)

并收到警告消息：

Warning message:
In if (Store.Type2 == "Chain - Brand") Total.generic.items <- 0 :
 the condition has length > 1 and only the first element will be used`

所以我注意到here，如下：

if 是一个控制流语句，以单个逻辑值作为参数

ifelse 是一个向量化函数，将向量作为其所有参数。

所以我想我需要ifelse 来完成整个专栏并能够理解?ifelse 页面，我尝试执行“如果 Store.Type A 则 Items

df$ItemsFIXED <- with(df, ifelse(Store.Type == "A", Items <-0, 
                          ifelse(Store.Type == "C", Items <-0,)))

并得到以下错误：

Error in ifelse(Store.Type2 == "Franchise - Brand", Total.generic.items <- 0,  : 
  argument "no" is missing, with no default

但是，如果我为no 输入任何内容，它只会覆盖正确的值。我尝试将Items 和Items <- Items 放入如下所示的“否则将项目保留为项目”，但这只是将所有内容都更改为零。

df$ItemsFIXED <- with(df, ifelse(Store.Type == "A", Items <-0, 
                          ifelse(Store.Type == "C", Items <-0,Items)))

有没有办法告诉ifelse什么都不做，或者有更简单的方法吗？

【问题讨论】：

df$Items[which(df$Store.Type == "A" | df$Store.Type == "C" )] <- 0
即找到需要更改的行，然后将这些条目设置为 0。
感谢大家提供这些解决方案，它们确实都有效，但我还不确定如何/为什么！我认为which 和%in% 似乎是我应该研究的最简单的。
哦，@Alex 我会投票给你的答案，但我不知道如何，因为它在评论中......

标签： r if-statement dataframe

【解决方案1】：

您可以在此处使用矢量化替换。如果df是你的数据集，

> df$Items[with(df, Store.Type == "A" | Store.Type == "C")] <- 0L
> df
#   Items Store.Type
# 1     0          A
# 2     4          B
# 3     0          C
# 4     6          D
# 5     3          B
# 6     7          E

with(df, Store.Type == "A" | Store.Type == "C") 返回一个逻辑向量。在[...] 中放置逻辑向量时，仅返回TRUE 值。因此，如果我们使用这些值对Items 进行子集化，我们可以将它们替换为[<-

另外，如果你想使用ifelse，你可以这样做

df$Items <- with(df, ifelse(Store.Type == "A" | Store.Type == "C", 0L, Items))

或

within(df, Items <- ifelse(Store.Type == "A" | Store.Type == "C", 0L, Items))

但请注意，ifelse 有时会非常慢，当与 within 结合使用时更是如此，并且可能总是比顶部的矢量化方法慢。

【讨论】：

【解决方案2】：

或者您可以使用%in% 进行多次匹配/替换

 df$Items[df$Store.Type %in% c("A", "C")] <- 0
  df
  #Items Store.Type
  #1     0          A
  #2     4          B
  #3     0          C
  #4     6          D
  #5     3          B
  #6     7          E

【讨论】：

【解决方案3】：

以下也有效：

> ddf[ddf$Store.Type=='A'| ddf$Store.Type=='C',]$Items = 0
> ddf
  Items Store.Type
1     0          A
2     4          B
3     0          C
4     6          D
5     3          B
6     7          E

【讨论】：

【解决方案4】：

使用within 似乎也是一种选择：

within(d, Items[Store.Type %in% c("A","C")]<-0)

  Items Store.Type
1     0          A
2     4          B
3     0          C
4     6          D
5     3          B
6     7          E

【讨论】：

【解决方案5】：

这是最好的解决办法

df$Items[which(df$store.type==c('A','C'))]==0

 Items Store.Type

1     0          A


2     4          B

3     0          C

4     6          D

5     3          B

6     7          E

【讨论】：