【问题标题】:R applying function on a dataframeR在数据帧上应用函数
【发布时间】:2015-01-11 15:02:34
【问题描述】:

我正在尝试应用此功能:

if.class <- function(data){
  as.data.frame(
  if (data == '[1, 4)')   '1'
  else if (data == '[4, 6)')  '2'
  else '3'
)
}

在整个数据帧上,以便将因子水平 [1, 4) 和 [4, 6) 转换为 1 或 2 或 3。 数据框如下所示:

> dim(mnm.predict.test.class)
  [1] 5750    1
  > head(mnm.predict.test.class)
   predict(mnm, newdata = testing.logist, type = "class")
  1                                                 [1, 4)
  2                                                 [1, 4)
  3                                                 [1, 4)
  4                                                 [1, 4)
  5                                                 [1, 4)
  6                                                 [1, 4)

我正在使用这条线进行转换:

 mnm.predict.test.class.factors <- apply(mnm.predict.test.class,c(1,2),if.class)

但是,结果很奇怪:

 head(mnm.predict.test.class.factors)
 predict(mnm, newdata = testing.logist, type = "class")
 [1,] List,1                                                
 [2,] List,1                                                
 [3,] List,1                                                
 [4,] List,1                                                
 [5,] List,1                                                
 [6,] List,1   

任何想法为什么转换没有按预期工作?

【问题讨论】:

  • apply(mnm.predict.test.class,1,if.class) 怎么样?
  • 首先,成为会员 8 个月并提出了 22 个问题并且没有接受/赞成,这是一个非常糟糕的比例。您可能不知道该怎么做,但是人们在以前的问题中告诉过您,您忽略了这些问题……无论如何,请看一下here,请了解如何接受答案。只接受已经解决了您的问题的答案,并且知道接受答案不是强制性的,但是鼓励这样做,因为它可以帮助有相同问题的人找到解决方案。通常,单击答案旁边的绿色勾号将其标记为已接受。
  • 您的函数为每一行返回一个data.frame(即list)。然后通过apply 将它们组合成一个矩阵。

标签: r apply


【解决方案1】:

apply 返回一个 array 并因此返回您的输出。将其转换为 data.frame 就可以了:

#example data
df <- data.frame(a=rep('[1, 4)',50) )

> df
        a
1  [1, 4)
2  [1, 4)
3  [1, 4)
4  [1, 4)
5  [1, 4)
6  [1, 4)
7  [1, 4)
8  [1, 4)
9  [1, 4)

#just use your function as you used it but wrapped inside a data.frame function
df2 <-  data.frame(apply(df,c(1,2),if.class))

> df2
   a
1  1
2  1
3  1
4  1
5  1
6  1
7  1
8  1
9  1

【讨论】:

    【解决方案2】:

    您可以使用levels 函数来更改factor 的级别。例如,如果您有因子变量foo

    foo <- factor(
      rep(c("[1, 4)","[4, 6)","[6, 7)","[7, 9)"),2))
    R> foo
    [1] [1, 4) [4, 6) [6, 7) [7, 9) [1, 4) [4, 6) [6, 7) [7, 9)
    Levels: [1, 4) [4, 6) [6, 7) [7, 9)
    

    你可以像这样改变关卡

    levels(foo) <- c("1","2","3","3")
    R> foo
    [1] 1 2 3 3 1 2 3 3
    Levels: 1 2 3
    

    在你的情况下,你有一个 1 列 data.frame,所以它会像

    Df <- data.frame(
      foo = factor(
        rep(c("[1, 4)","[4, 6)",
              "[6, 7)","[7, 9)"),2)))
    ##
    levels(Df[,1]) <- c("1","2","3","3")
    R> str(Df)
    'data.frame':   8 obs. of  1 variable:
     $ foo: Factor w/ 3 levels "1","2","3": 1 2 3 3 1 2 3 3
    

    顺便说一句,根据您问题中head(mnm.predict.test.class.factors) 的输出判断,您的一列似乎有一个笨拙的名称predict(mnm, newdata = testing.logist, type = "class") - 您可能希望将其更改为更合理的类型(@例如 987654330@)。

    【讨论】:

      猜你喜欢
      • 2015-02-13
      • 2021-03-09
      • 1970-01-01
      • 2020-04-13
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-03-29
      相关资源
      最近更新 更多