尝试在 R 中找到数据一致性

Question

我发现尝试解决其他人提出的问题作为了解 R 的一种方式很有帮助。就在最近在 StackOverflow 上提出了一个 question，我在尝试实施时遇到了一些问题我的解决方案。

我做的第一件事是重新创建数据框，将其命名为overflow：

> Person <- c("Sally", "Bill", "Rob", "Sue", "Alex", "Bob")
> Movie <- c("Titanic", "Titanic", "Titanic", "Cars", "Cars", "Cars")
> Rating <- c(4, 4, 4, 8, 9, 8)
> overflow <- data.frame(Person=Person, Movie=Movie, Rating=Rating)

这给了我一个可重复的工作示例：

> overflow
  Person   Movie Rating
1  Sally Titanic      4
2   Bill Titanic      4
3    Rob Titanic      4
4    Sue    Cars      8
5   Alex    Cars      9
6    Bob    Cars      8

接下来我想设计一个函数来标记评分不一致的行。所以在提出的问题中，每部电影都应该有一致的评分，这意味着 Alex 所在的那一行是有问题的。

需要注意的是，question 的答案中有一些改进的方法，但在深入研究这些方法之前，我想自己解决它，这样我就可以了解更多关于编写函数的信息。

这就是我所做的：

check <- function(x) {
  baddies <- numeric()
  for (i in 1:nrow(x)) {
    if (x$Movie[i] == x$Movie[i + 1] & x$Rating[i] != x$Rating[i + 1]) {
        append(baddies, i)
    }
  }
}

我的目标是创建一个名为 check() 的函数，它将遍历指定数据帧中的所有行，检查电影相同但收视率不同的实例。一旦找到这些，它将通过将行号附加到名为 baddies 的向量来标记行号。

但是，当我运行我的函数时：

> check(overflow)

我收到一条错误消息：

if (x$Movie[i] == x$Movie[i + 1] & x$Rating[i] != x$Rating[i + ] 中的错误： 需要 TRUE/FALSE 的缺失值

我已经仔细考虑了错误消息并重新访问了函数中的逻辑运算符，但我似乎无法弄清楚我哪里出错了。

任何人都可以在这里给我一个正确的方向吗？提前致谢。

Answer 1

你很接近，只是几个小错误。首先，正如@Carl Witthoft 指出的那样，您的索引范围 1 太大，导致错误。此外，您要使用baddies <- append(baddies,1) 而不是append(baddies,1)，否则不会修改对象。最后，确保在函数末尾返回baddies，如下所示：

check <- function(x) {
  baddies <- numeric()
  for (i in 1:(nrow(x)-1)) {
    if (x$Movie[i] == x$Movie[i + 1] & x$Rating[i] != x$Rating[i + 1]) {
      baddies <- append(baddies, i)
    }
  }
  baddies
}
##
> check(overflow)
[1] 4 5