如何使用两个索引创建一个 for 循环？答案

【问题标题】：How to make a for loop with two indexes?如何使用两个索引创建一个 for 循环？
【发布时间】：2021-04-21 14:28:53
【问题描述】：

尊敬的 StackOverflow 用户，

我正在努力实现 for 循环。我有一个包含时间列（YMD-HMS 格式）的数据框和另一个包含颗粒物数据的列。此外，我有一个包含开始和停止时刻的数据框；

#TIMEPOINTS log

start <- c(ymd_hms("2020-03-06 19:43:00",
                   "2020-03-06 19:47:00",
                   "2020-03-06 19:53:00",
                   "2020-03-06 20:00:00",
                   "2020-03-06 20:13:00",
                   "2020-03-06 20:22:00",
                   "2020-03-06 20:32:00",
                   "2020-03-06 20:36:00",
                   "2020-03-06 20:42:00",
                   "2020-03-06 20:45:00",
                   "2020-03-06 20:49:00",
                   "2020-03-06 21:01:00",
                   "2020-03-06 21:04:00",
                   "2020-03-06 21:06:00",
                   "2020-03-06 21:09:00",
                   "2020-03-06 21:12:00"))

end <- c(ymd_hms("2020-03-06 19:46:00",
                 "2020-03-06 19:49:00",
                 "2020-03-06 19:55:00",
                 "2020-03-06 20:02:00",
                 "2020-03-06 20:15:00",
                 "2020-03-06 20:24:00",
                 "2020-03-06 20:34:00",
                 "2020-03-06 20:38:00",
                 "2020-03-06 20:44:00",
                 "2020-03-06 20:47:00",
                 "2020-03-06 20:51:00",
                 "2020-03-06 21:03:00",
                 "2020-03-06 21:06:00",
                 "2020-03-06 21:08:00",
                 "2020-03-06 21:11:00",
                 "2020-03-06 21:14:00"))

df <- data.frame(start, end)

我希望创建一个包含所有数据点但没有这些特定时间点的新数据框，就像这样；（但不是使用 forloop，而是遍历各个起点和终点）。

dat2 <- dat %>% .[.[["Time"]] >= df$start[1],] %>%
    .[.[["Time"]] <= df$end[1],]

我知道这可以使用 for 循环来完成，我试图根据我的情况来解决这个问题，但我有点迷茫..

非常感谢任何帮助！

【问题讨论】：

您拥有的解决方案非常好（有点……），实际上比for 循环要好得多。您想在这里使用for 循环的原因是什么？或者是为了排除所有次落入您的 df 范围内的时间？
抱歉，我的问题显然不够清楚。事实上，我想排除所有落入这些范围的时间。

标签： r for-loop nested-for-loop

【解决方案1】：

首先，我会稍微清理一下您当前的代码：

dat2 <- dat %>% .[.$Time >= df$start[1] && .$Time <= df$end[1],]

通过使用&&，您将两个子集操作减少为一个。在这种情况下，与 [["…"]] 相比，使用 $… 可以减少混乱。

接下来，我建议将这个条件提取到一个函数中（实际上这个函数已经存在于‘dplyr’包中：between）。这使我们可以将代码编写为

dat2 <- dat %>% filter(between(Time, df$start[1], df$end[1]))

现在我们要对其进行矢量化以检查与 any 间隔的重叠：

dat2 <- dat %>% filter(between_any(Time, df$start, df$end))

现在我们需要编写between_any 函数。让我们首先为 single 查询值实现它：

between_any1 = function (x, left, right) {
    any(x >= left & x <=  right)
}

注意这里使用&，而不是&&；这是因为我们在left 和right 上矢量化，而& 是&& 的矢量化版本。也就是说，4 >= (1 : 3) & 4 <= (3 : 5) 的结果是 c(FALSE, TRUE, TRUE)。

现在我们需要在x 是一个向量时进行这项工作。我们可以使用基本 R 函数Vectorize，但我通常觉得手动完成会更好：

between_any = function (x, left, right) {
    map_lgl(x, ~ any(.x >= left & .x <= right))
}

这使用了“purrr”，但我们也可以使用lapply 或vapply。

哦，听起来您想过滤掉次落入df范围内的时间，因此您需要反转filter的条件：

dat2 <- dat %>% filter(! between_any(Time, df$from, df$to))

【讨论】：