如何对数据框的每一列应用不同的条件？

Question

假设我有一个包含三列的数据框。

a <- c(1,2,3,4)
b <- c(2,4,6,8)
c <- c(3,6,9,12)
df <- cbind(a,b,c)
df

这会给你...

     a b  c
[1,] 1 2  3
[2,] 2 4  6
[3,] 3 6  9
[4,] 4 8 12

现在假设我想创建一个新的数据框，如果值大于列均值，则取值为 TRUE，如果小于列均值，则取值为 FALSE。

如果我使用以下命令，它将使用整个数据帧的平均值。

large <- df > mean(df)
large

所以我得到...

         a     b     c
[1,] FALSE FALSE FALSE
[2,] FALSE FALSE  TRUE
[3,] FALSE  TRUE  TRUE
[4,] FALSE  TRUE  TRUE

我想得到

         a     b     c
[1,] FALSE FALSE FALSE
[2,] FALSE FALSE FALSE
[3,] TRUE  TRUE  TRUE
[4,] TRUE  TRUE  TRUE

Answer 1

此方法适用于 data.frames 和矩阵（您的示例 df 实际上是矩阵，而不是 data.frame）

sweep(df, 2, colMeans(df), '>')
#          a     b     c
# [1,] FALSE FALSE FALSE
# [2,] FALSE FALSE FALSE
# [3,]  TRUE  TRUE  TRUE
# [4,]  TRUE  TRUE  TRUE

或者，正如 @markus 所建议的（相同的输出，也适用于矩阵和 data.frames）

scale(df, scale = FALSE) > 0

如果它实际上是一个 data.frame，我相信使用下面的Map 比上面的方法更快。但是，如果它是一个矩阵，那么使用Map 将根本不起作用。

as.data.frame(Map('>', df, colMeans(df)))

Answer 2

mean 获取整个matrix 的单个值，我们需要colMeans

df > colMeans(df)[col(df)]

或者转置数据集，做比较和转置

t(t(df) > colMeans(df))