在循环 R 中选择元素答案

【问题标题】：select elements within a loop R在循环 R 中选择元素
【发布时间】：2017-07-12 16:56:56
【问题描述】：

我尝试在论坛中搜索此问题的答案，但找不到。我想滚动数据框列 (IN_FID) 的唯一值，并将与该值关联的另一列 (NEAR_FID) 中的值（可能有一个或多个）添加到列表中。然后将 IN_FID 添加到列表中。如果在此过程中之前已经看到 NEAR_FID 中的值，则不会将 IN_FID 添加到列表中。我知道我没有将它包含在代码中，但理想情况下，我还想随机而不是按顺序循环遍历 IN_FID 值。我在这段代码中做错了什么？

eagle
   IN_FID NEAR_FID
1       2        1
2       2        2
3       2        3
4       8        4
5       9        2
6       9        7
7       9        8
8       9        9
9      16        2
10     16       11
11     21       12

p.good = list()
p.bad = list()
INFIDS = unique(eagle$IN_FID)
NEARFIDS = unique(eagle$NEAR_FID)
t.used = NEARFIDS

for (i in INFIDS) {
sub = eagle[eagle$IN_FID == i, ]
x = sub$NEAR_FID
if (all(x) %in% t.used){
    p.good = c(p.good, i)
    t.used[t.used != all(x)]

} else { 
    p.bad = c(p.bad, i)
}

期望的输出是：

p.good
[1] 2 8 21  (because NEAR_FID of 2 is present in 9 and 16)
p.bad
[1] 9 16
t.used
= empty because it will have used the values during the loop

【问题讨论】：

您阅读过all() 的文档吗？可能还有其他问题，但那个问题对我来说很突出。
您能否为此输入提供所需的输出，以便测试可能的解决方案？
我认为这与 x 大小不同并且当 x 包含多个值时不会从 t.used 中删除 x 的事实有关
不要检查all(x) 是否在t.used 中。检查all(x %in% t.used)（如果这就是你想要做的——我仍然对你的过程很困惑）。

标签： r list for-loop

【解决方案1】：

你可以使用函数duplicated()

index_dup = which(duplicated(eagle$NEAR_FID))

p.bad = unique(eagle$IN_FID[index_dup])

index_bad = c()
for (i in p.bad){
  index_bad = c(index_bad,which(eagle$IN_FID == i))
}

p.good = unique(eagle$IN_FID[-index_bad])

对于随机化，您可以随机排列数据的行顺序，然后再次应用上面的代码

eagle_random <- eagle[sample(1:nrow(eagle)), ]

【讨论】：

【解决方案2】：

声明为vector，而不是列表：

p.good = NULL
p.bad = NULL

INFIDS = unique(eagle$IN_FID)
NEARFIDS = unique(eagle$NEAR_FID)
t.used = NEARFIDS

不是min:max，而是遍历向量for (i in INFIDS)的元素：

for (i in INFIDS) {
     x = (eagle %>% filter(IN_FID == i))$NEAR_FID   # combine into single statement
     if (all(x %in% t.used)) {    # was all(x) %in% t.used before
        p.good = c(p.good, i)
        t.used = t.used[!(t.used %in% x)]  # was t.used != all(x)
    } else {
        p.bad = c(p.bad, i)  
    }
}

输出：

p.good
[1] 2  8 21

p.bad
[1] 9 16

t.used
[1] 7  8  9 11    # some values were not eliminated as you expected

----随机抽样----

更改for (i in INFIDS)

致for (i in sample(INFIDS))。使用set.seed(1)控制随机抽样。

【讨论】：