在 R 中使用 ifelse 语句答案

【问题标题】：Using the ifelse statement in R在 R 中使用 ifelse 语句
【发布时间】：2015-10-14 10:09:58
【问题描述】：

我想使用 ifelse 语句来创建一个新变量，比如 z。但是，其中一个返回值取决于矩阵的第 i 列。这是一个简单的例子

set.seed(1)
data <- data.frame(x = rnorm(10), y = rnorm(10), ind = rep(c(0, 1), 5))
m <- data.frame(matrix(rnorm(100), 10, 10))

z <- ifelse(data$ind == 1, data$x, sum(m[, i]))

我知道带有 z 的行不会运行，但它说明了我想要做什么。如果一个主题的 ind 变量等于 0，那么我将 m 中对应于主题 i 的列的 10 个条目的总和分配给 z。

我可以使用 ifelse 执行此操作，还是需要一个 for 循环？我试图远离 for 循环，这就是我首先尝试 ifelse 的原因。

z 应该是这样的：

z
 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029
 [8]  0.7383247  3.4748021 -0.3053884

谢谢！

【问题讨论】：

您目前遇到什么错误？
好吧，如果我在最后一行使用了“i”，我会收到一条错误消息，指出“i”未找到。如果我使用没有特定索引的 m，它将添加 m 的每个条目，我只想添加第 i 列。
您如何确定使用哪个i 值？您的问题并不清楚这一点。
我不想实际使用 i 值，我只是将其包括在内以说明我想要做什么，因为我不确定如何在 ifelse 语句中到达 m 的特定列.基本上，我将对应于 data$ind[i] == 0 的主题（行号）。

标签： r

【解决方案1】：

是的，您可以使用 ifelse 和单行符来完成，非常接近您所写的内容：

z <- ifelse(data$ind == 0, colSums(m), data$x)

这是 R 在执行此语句时所做的：

它计算布尔向量data$ind == 0，并将两个数字向量colSums(m)和data$x存储到内存中
其中(data$ind == 0)是True，它输出colSums(m)；其中(data$ind == 0) 是False，它输出data$x

【讨论】：

【解决方案2】：

或者我们可以使用算术

colSums(m)*(data$ind==0) + (data$ind==1)*data$x
#     X1         X2         X3         X4         X5         X6         X7 
#-1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029 
#        X8         X9        X10 
# 0.7383247  3.4748021 -0.3053884

【讨论】：

【解决方案3】：

您可以改为使用两条线：

z <- data$x
z[data$ind == 0] <- colSums(m[,data$ind == 0])

 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029  0.7383247  3.4748021
[10] -0.3053884

更一般地说，您可以使用apply 函数。这通常比像上面那样的直接矢量化解决方案要慢。这里是 sapply：

sapply(1:nrow(data), function(x){ifelse(data$ind[x] == 1, data$x[x], sum(m[, x]))})

 [1] -1.3367324  0.1836433  1.3413668  1.5952808  4.5120996 -0.8204684  1.2736029  0.7383247  3.4748021
[10] -0.3053884

基准测试：

microbenchmark::microbenchmark(
     sapply = sapply(1:nrow(data), function(x){ifelse(data$ind[x] == 1, data$x[x], sum(m[, x]))}), 
     vectorised = {z <- data$x;
                   z[data$ind == 0] <- colSums(m[,data$ind == 0])})
Unit: microseconds
       expr     min      lq     mean   median       uq     max neval cld
     sapply 391.297 408.193 423.6525 412.4170 423.7450 853.249   100   b
 vectorised 197.377 199.873 208.7701 202.5605 214.4645 284.545   100  a

【讨论】：