替换R中数据框中的值答案

【问题标题】：Replacing values in data frame in R替换R中数据框中的值
【发布时间】：2016-02-10 20:49:12
【问题描述】：

我正在尝试在 R 中完成一项有点复杂的任务。

我有一个data frame（为简单起见）三列。

第 1 列是一个字符串。
第 2 列是一个整数。
第 3 列是一个整数。

我想获取第 1 列中包含某个子字符串并且第 2 列具有精确值的所有观察值，并将第三列替换为数字 1。

也就是说，我有以下dataframe：

x <- data.frame(x1 = c("bob","jane","bob","bobby","bob","jane","bobby","bob","jane","bob"),
                x2 = c(1,1,1,1,1,2,2,2,2,2),
                x3 = c(13,22,3,34,10,23,53,42,13,35))

而且，我想选择第 1 列包含 bob 且第 2 列==1 的观察值，并将第三列更改为 1，这样我最终得到：

y1 <- c("bob","jane","bob","bobby","bob","jane","bobby","bob","jane","bob")
y2 <- c(1,1,1,1,1,2,2,2,2,2)
y3 <- c(1,22,1,1,1,23,53,42,13,35)
y <- data.frame(y1,y2,y3)

我想在一个非常非常大的数据集上执行此操作。拆分数据集并将其重新组合在一起是不可行的。我尝试过使用grep，但是当我尝试同时进行两场比赛时它不起作用。另外，我尝试过子集，但是我必须将dataframe 分开并将其重新组合在一起。提前非常感谢。

【问题讨论】：

grepl 通常更有用，因为它支持逻辑测试与矢量化& 和| 的组合。

标签： r dataframe

【解决方案1】：

借助 R 使用 [<- 函数进行逻辑索引的能力，这真的很容易：

> x$x3[ grepl("bob", x$x1) & x$x2 == 1] <- 1
> x
      x1 x2 x3
1    bob  1  1
2   jane  1 22
3    bob  1  1
4  bobby  1  1
5    bob  1  1
6   jane  2 23
7  bobby  2 53
8    bob  2 42
9   jane  2 13
10   bob  2 35

要阅读代码，您应该将其视为：“对于 x 的每一行，其中列 'x1' 具有 "bob' 并且列 'x2' 等于 1 ，...您将值 1 分配给列'x3'。”如果您想拥有一个具有该值的新对象，您可以使用 y <- x 制作 x 的副本，然后进行处理。

【讨论】：

与ifelse 类似的东西：ifelse((x$x2 == 1 & grepl("bob", x$x1)), 1, x$x3)
@RonakShah ifelse 不如一般的替换策略那么好。试试ifelse(c(TRUE,FALSE), Sys.Date()+1, Sys.Date()) # doesn't return dates
@Frank Ohh..在这种情况下我们应该避免使用ifelse吗？那么运行时间呢？是一样还是ifelse很慢？
@RonakShah 是的，它通常很慢stackoverflow.com/q/16275149/1191259 但有时比其他选择更方便。我尽量避免。
@Frank 非常感谢。这很有帮助！

【解决方案2】：

x1   <- c("bob","jane","bob","bobby","bob","jane","bobby","bob","jane","bob")
x2   <- c(1,1,1,1,1,2,2,2,2,2)
x3   <- c(13,22,3,34,10,23,53,42,13,35)
x    <- data.frame(x1,x2,x3)

rows <- grepl("bob", x[,1]) & x[,2] == 1 # Logical Selector Of Rows

x[rows, 3] <- 1

除了符号之外，我的答案和@42- 的答案之间的主要区别是我的logical-selector-of-rows 短语仅在数据帧上运行，而@42- 引用了原始向量之一（可能由监督）。

      x1 x2 x3
1    bob  1  1
2   jane  1 22
3    bob  1  1
4  bobby  1  1
5    bob  1  1
6   jane  2 23
7  bobby  2 53
8    bob  2 42
9   jane  2 13
10   bob  2 35

【讨论】：

x[rows, 3] 和 x$x3[rows] 之间确实没有本质区别。
.... 只是样式/可读性。但是，我指的是 x2 和 x$x2 之间的差异（同时您已在答案中更正）
是的。有人已经修复了这个疏忽。我编辑了问题以删除不必要的向量。

【解决方案3】：

如果您正在寻找子字符串 grep，可以在这种情况下与 'ifelse' 函数一起使用。以 x 作为数据框并希望更改 x$x3 执行以下操作，

1: 找到需要的子字符串

req_sub<-grep("bob",x$x1)

这将返回子字符串中匹配的x3的所有位置

2：在第 x3 列中进行更改

x$x3[grep("bob",x$x1)]<-ifelse(x[req_sub,]$x2==1,1,x[req_sub,]$x3)

以下将是输出

      x1 x2 x3
1    bob  1  1
2   jane  1 22
3    bob  1  1
4  bobby  1  1
5    bob  1  1
6   jane  2 23
7  bobby  2 53
8    bob  2 42
9   jane  2 13
10   bob  2 35

【讨论】：

【解决方案4】：

用户 akrun 使用 dplyr 包对类似问题 here 提供了一个很好的答案，用户 docendo discimus here 提供了一个更快的变体。在您的情况下，代码将是：

x %>% mutate(x3 = replace(x3, x1 == 'bob' & x2 == 1, 1))

或

x %>% mutate(x3 = replace(x3, which(x1 == 'bob' & x2 == 1), 1))

如果你想直接更新 x，你可以结合 magrittr 包中的 %<>% 操作符为：

x %<>% mutate(x3 = replace(x3, x1 == 'bob' & x2 == 1, 1))

【讨论】：

如何处理包含“bob”的字符串，例如示例中的“bobby”？谢谢。
然后，我会调用grepl（它返回一个逻辑）来救援：x %% mutate(x3 = replace(x3, grepl('bob', x1) & x2 == 1, 1))

【解决方案5】：

您也可以使用data.table 包获得高性能：

library(data.table)
setDT(x)[grepl('bob', x1) & x2==1, x3:=1][]

#       x1 x2 x3
# 1:   bob  1  1
# 2:  jane  1 22
# 3:   bob  1  1
# 4: bobby  1  1
# 5:   bob  1  1
# 6:  jane  2 23
# 7: bobby  2 53
# 8:   bob  2 42
# 9:  jane  2 13
#10:   bob  2 35

【讨论】：