【发布时间】：2020-02-22 03:50:09
【问题描述】：
我想根据第一列索引 df$candidate1 到 df$candidate5 列中的单元格。
在某些情况下，候选人是空的，在这种情况下，我想回收到第一个候选人。例如，我可以让 df$old=4 和 df$candidate1=0.47 和 df$candidate2=-0.14 和候选人 3/4/5 全部空白。在这种情况下，我想检索 Candidate2（因为它搜索向量 c(0.47,-0.14,0.47,-0.14) 并检索第四个元素。
old candidate1 candidate2 candidate3 candidate4 candidate5 new
1 4 0.47 -0.14 NA NA NA -0.14
以下是虚拟数据的可重现示例和不回收的for循环（但显示了该过程的基础知识）。
问题：我怎样才能使这个循环？
set.seed(123)
size <- 10
df <- data.frame(old = sample(1:5, size, replace = TRUE),
candidate1 = rnorm(size),
candidate2 = rnorm(size),
candidate3 = rnorm(size),
candidate4 = rnorm(size),
candidate5 = rnorm(size))
df$candidate5 <- ifelse(runif(size, 0, 1) < 0.5, NA, df$candidate5) # sometimes this (and other) columns are empty, I want to recycle over at candidate1
# this for loop works but it doesn't recycle
new <- vector(mode = "numeric", length = size)
for (i in 1:size){
new[i] <- df[i,1+df$old[i]]
}
df$new <- new
df$new[6] <- df$candidate1[6] # filling in the missed cell because my for loop doesn't recycle, value = 0.11068272
# conceptually, below is what I tried first, but this pulls a full vector for each row (and will overload R, so test with caution!)
df$new <- df[,2:6][df$old]
上述可重现示例的输出
# df[6,7] (0.11068272) was filled in manually to show the desired output
old candidate1 candidate2 candidate3 candidate4 candidate5 new
1 3 -0.6868529 0.7013559 -1.13813694 -0.3059627 0.77996512 -1.13813694
2 3 -0.4456620 -0.4727914 1.25381492 -0.3804710 -0.08336907 1.25381492
3 2 1.2240818 -1.0678237 0.42646422 -0.6947070 0.25331851 -1.06782371
4 2 0.3598138 -0.2179749 -0.29507148 -0.2079173 NA -0.21797491
5 3 0.4007715 -1.0260044 0.89512566 -1.2653964 -0.04287046 0.89512566
6 5 0.1106827 -0.7288912 0.87813349 2.1689560 NA 0.11068272
7 4 -0.5558411 -0.6250393 0.82158108 1.2079620 NA 1.20796200
8 1 1.7869131 -1.6866933 0.68864025 -1.1231086 NA 1.78691314
9 2 0.4978505 0.8377870 0.55391765 -0.4028848 NA 0.83778704
10 3 -1.9666172 0.1533731 -0.06191171 -0.4666554 0.58461375 -0.06191171
【问题讨论】：
-
我建议让您的示例更最小和更可重现。最低限度：
size <- 100000有必要吗？我的猜测是size <- 10会更容易理解和演示问题。为了可重现：由于您正在进行随机抽奖，请使用set.seed()，以便我们都可以使用相同的随机抽奖。只需将set.seed(123)等放在代码顶部即可。 -
你能包括预期的输出吗？让大家更容易找到适合你的解决方案
-
@jay.sf 我认为这是一个 NA 填充问题。但跨列，而不是向下行，从头开始循环，而不是最后一次观察结转
-
我编辑了我的问题，使其更具可重复性，并清楚地包含了所需的输出，感谢您的反馈。 @Gregor，正确，这是一个 NA 填充问题。我想根据candidate1/2/3/4/5的行向量进行回收。
-
好吧，我想我猜对了一半。您不希望填写
NAs，您只希望创建此new列就像它们已填写。（或者您是否也希望填写NAs？ ) 另外，请发布您使用的种子，以便我们实际复制您的数据。