R - 根据可用值选择列

【问题标题】：R - select column depending on available valuesR - 根据可用值选择列
【发布时间】：2014-03-27 13:08:55
【问题描述】：

我有 x：

x = structure(c(12, 24, NA, 25), .Dim = c(2L, 2L))

> x
     [,1] [,2]
[1,]   12   NA
[2,]   24   25

并且想要返回y，其中y 等于x 的第二列中的值，如果该值可用，则等于第一列中的值。

所以：

> y
[1] 12 25

我想将解决方案用于大型数组，因此我正在寻找一个矢量化解决方案，如果这有意义的话。

【问题讨论】：

标签： r vectorization logical-operators idioms

【解决方案1】：

ifelse 完全符合您的要求：

> ifelse(is.na(x[,2]), x[,1], x[,2])
[1] 12 25

如果速度是最重要的（并且您不想与 C 混淆），您可以尝试：

y <- x[,2]
y[is.na(y)] <- x[is.na(y), 1]

这有效地缩短了ifelse 的一些开销。考虑：

set.seed(1)
x <- cbind(sample(1:1e5), sample(c(1:95000, rep(NA, 5000))))
library(microbenchmark)
microbenchmark(
  z <- ifelse(is.na(x[,2]), x[,1], x[,2]),
  {y <- x[,2]; y[is.na(y)] <- x[is.na(y), 1]},
  times=10
)
# Unit: milliseconds
#                                       expr        min  median
# z <- ifelse(is.na(x[, 2]), x[, 1], x[, 2])      30.46   33.06
# y <- x[, 2]; y[is.na(y)] <- x[is.na(y), 1]       5.48    5.77 
identical(y, z)    
# [1] TRUE

【讨论】：