循环并计算数据框中的列，直到满足条件

Question

我不熟悉 R 中的循环（以及堆栈溢出！）

我有一个data.frame，其中5:19 的列询问家庭成员的性别（成员 1、成员 2、成员 3 等）。

例如，如果一个人只有 2 个其他家庭成员，那么对于第 3 个性别的成员（列 7:19），值将是 NA（用负数表示）。

使用for-loop，我想使用这些变量来推导出household_size-变量的总数。

我的想法是设置一个家庭大小变量，然后为5:19 中的每一列加 1，直到找到值为负数的列。

#start with 1 for the respondent themselves 

DF$HHSIZE<-1

  for (i in DF[,5:19]){
  if_else (i>0, DF$HHSIZE<-DF$HHSIZE+1, break) 
  }

我在这里做错了，因为HHSIZE 上每个人的值计算为 2。它是 i>0 部分吗？我需要使用重复的for-loop 来代替吗？

提前致谢！

Answer 1

我认为您可以使用 rowSums 和 is.na()。这里不需要 for 循环。

library(dplyr)

DF %>% mutate(HHSIZE=rowSums(across(5:19, ~!is.na(.x)))

一个带有两个 data.frame 的例子：

#toy dataframe:

df<-data.frame(name=c('bob', 'mike', 'john'),
               member1=c(1,1,1),
               member2=c(2,1,NA),
               member3=c(1, NA, NA),
               member4=c(NA, NA, NA))

解决方案：

DF %>% mutate(HHSIZE=rowSums(across(2:5, ~!is.na(.x)))

  name member1 member2 member3 member4   HHSIZE
1  bob       1       2       1      NA        3
2 mike       1       1      NA      NA        2
3 john       1      NA      NA      NA        1

也可以通过 for 循环来完成。只需创建一个空的数值向量，然后按行循环，并用数据框中所需列的非 na 元素的总和填充向量（在我的示例中为 2:5）：

output<-numeric()
for (i in seq_len(nrow(df))){
        output[i]<-sum(!is.na(df[i, 2:5]))
}
df$HHSIZE<-output