在 for 循环中使用条件的最快方法答案

【问题标题】：Fastest way of using conditions in for loop在 for 循环中使用条件的最快方法
【发布时间】：2020-03-26 23:02:09
【问题描述】：

因此，对于数据集 birthwt，我想要从吸烟且出生时未满 20 岁的母亲所生的低体重婴儿的百分比。换句话说，我想要年龄

我运行接下来的三段代码，实际上给出了正确的答案：

 # new df with the conditions
new_df <- subset(birthwt, age<20 & smoke==1)

 #for loop to calculate the low weight

low_weight <- 0
for (i in 1:length(new_df$bwt)){
  if(bwt[i] < 2600){
    low_weight <- low_weight + 1
  }
}

 #low weight for the original dataset
low_weight_tot <- 0
attach(birthwt)
for (i in 1:length(birthwt$bwt)){
  if(bwt[i] < 2600){
    low_weight_tot <- low_weight_tot + 1
  }
}

print(low_weight/low_weight_tot)*100

但是我觉得这很乏味，有没有其他更简单的方法可以用循环来做到这一点？

谢谢！

【问题讨论】：

有什么乏味的？
而且它需要是一个循环？
这个百分比的分母是什么：所有婴儿还是只有低出生体重 (
它在实际中不需要是一个循环，但它确实是为了练习的目的。分母将是出生婴儿的总数。感谢您的回答！

标签： r loops for-loop

【解决方案1】：

你不需要循环：

library(dplyr)
birthwt %>% 
  summarise(perc = mean(age < 20 & smoke == 1 & bwt < 2600))

【讨论】：

【解决方案2】：

一个for循环就足够了。

#df contains the birthwt data

lwt_tot <- 0
lwt_2600 <- 0

for(i in 1:nrow(df)){
  lwt_tot <- lwt_tot + 1

  if(df$age[i] < 20 & df$smoke[i] == 1 & df$bwt[i] < 2600){
    lwt_2600 <- lwt_2600 + 1
  }

}

print((lwt_2600/lwt_tot)*100)
#[1] 3.703704

【讨论】：

【解决方案3】：

我想要母亲所生的低体重婴儿的百分比那个抽烟的，出生时不到20岁

这建议使用以下代码：

birthwt %>% 
   filter(bwt<2600) %>%
   group_by(`young(<20)`=age<20, smoke) %>%
   summarise(n = n()) %>%
   ungroup() %>%
   mutate(pct=100*n/sum(n))

# A tibble: 4 x 4
  `young(<20)` smoke     n   pct
  <lgl>        <int> <int> <dbl>
1 FALSE            0    22  34.9
2 FALSE            1    25  39.7
3 TRUE             0     9  14.3
4 TRUE             1     7  11.1

最后一行是你的答案，和你的代码给出的一样。

【讨论】：

【解决方案4】：

在基数 R 中，我们可以计算 age < 20 smoke = 1 和 bwt < 2600 的人数，然后除以 bwt < 2600 的总人数。

with(birthwt, sum(age < 20 & smoke == 1 & bwt < 2600)/sum(bwt < 2600)) * 100
#[1] 11.11

【讨论】：