在由另一个数据框定义的间隔之间的列中求和对象

Question

我正在尝试根据“参考”数据帧 (df) 中另一列 (A) 上的两个值之间的间隔来获取列 (B) 的值的总和：

A <- seq(1:10)
B <- c(4,3,5,7,5,7,4,7,3,7)
df <- data.frame(A,B)

我找到了两种方法：

y <- sum(subset(df, A < 3 & A >= 1, select = "B"))

> y
[1] 7

和

z <- with(df,sum(df[A<3 & A>=1,"B"]))
> z
[1] 7

但是，我想根据存储在另一个数据帧上的两个值向量来执行此操作

C <- c(3,7,7)
D <- c(1,1,5)
df2 <- data.frame(C,D)

为每对 C 和 D 值获取一列 y 值。

我已经创建了一个函数：

myfn <- function(c,d) {
    y <-sum(subset(df, A < c & A >= d, select = "B"))
    return(y)
}

这对数字很有效

myfn(3,1)
[1] 7

但不是向量。

myfn(c=C,d=D)
[1] 19

Warning messages:
1: In A < a :
  longer object length is not a multiple of shorter object length
2: In A >= b :
  longer object length is not a multiple of shorter object length
> myfn(df2$C,df2$D)

[1] 19
Warning messages:
1: In A < a :
  longer object length is not a multiple of shorter object length
2: In A >= b :
  longer object length is not a multiple of shorter object length
> 

有人对我如何计算值序列的这种间隔有任何建议吗？

Answer 1

试试：

mapply(myfn, C, D)
# [1]  7 31 12

问题是您的函数不是自然矢量化的。您可以看到，因为您的返回值是输入的sum，而sum 不是矢量化操作。

除此之外，如果您查看myfn，当c 和d 具有多个值时，表达式A < c & A >= d 没有意义。在那里，您将df 中的每个值与C 和D 向量中的相应值进行比较（因此第一个值与第一个、第二个与第二个等），而不是比较 all 将df 中的值依次转换为C 和D 中的每个值。

通过使用mapply，我基本上是在一次循环使用来自C 和D 的单个值作为参数的函数。

幸运的是，在您的情况下，C,D 的元素数量与df 不同，因此您实际上收到了警告。如果它们的长度相同，您将不会收到警告，并且您会得到一个单一值的答案，而不是您可能正在寻找的三个。

有更好的方法可以做到这一点，但 mapply 方法在这里非常简单，并且几乎可以与您的代码一起使用。

Answer 2

另一种方式...

is.between <- function(x,vec){  
  return(x>=min(vec) & x<max(vec))
}

apply(df2,1,function(x){sum(df[is.between(df$A,x),]$B)})
# [1]  7 31 12