R sapply/lapply 与多个 ifelse 语句

Question

我正在尝试使用 sapply 或 lapply 简化以下多个 ifelse 代码（仍然无法区分它们）。

我的目标是根据位置分配积分，如下所示。

df$Point <- ifelse(df$Placement_v2 <= 1, 10,
ifelse(df$Placement_v2 <= 10, 9, 
ifelse(df$Placement_v2 <= 25, 8,
ifelse(df$Placement_v2 <= 50, 7, 1) )))

此代码工作正常，但我想制作一个数据框，并使用 sapply 或 lapply（或任何其他函数）简单地制作我上面的代码。

我已经尝试过这段代码，但没有按预期工作。只有位置为 1 的行获得 10 分，其他行最终获得 1。

df$Point <- sapply(df2$Placement, function(x) ifelse(df$Placement_v2 <= x, df2$Point[df2$Placement == x], 1 ) )

我该如何解决这个问题？

Answer 1

解决此问题的几种方法。我将使用data.table。

library(data.table)

set.seed(123)
df <- data.table(Placement_v2 = runif(200, -10, 100))

第一个选项，将评估移至函数，然后将 lapply 函数移至您的 Placement_v2 列。这样做的好处是比嵌套的 ifelse 语句更简洁。

funky <- function(x) {

  if (x <= 1) {
    val <- 10
  } else if (x <= 10){
    val <- 9
  } else if (x <= 25){
    val <- 8
  } else if (x <= 50){
    val <- 7
  } else {
    val <- 1
  }

  return(val)

}

df[, Point := unlist(lapply(Placement_v2, funky))]

结果：

     Placement_v2 Point
  1:    21.633527     8
  2:    76.713565     1
  3:    34.987461     7
  4:    87.131914     1
  5:    93.451401     1
 ---                   
196:    41.318597     7
197:    34.751585     7
198:    62.515336     1
199:     6.758128     9
200:    53.015376     1

我会改为通过对数据进行子集化并按每个子集分配来解决此问题。您可以通过指定每个子集 df[Placement_v2 <= 1]、df[Placement_v2 >= 1 & Placement_v2 <= 10] 等来做到这一点。但是，如果您按照正确的顺序执行此操作，则可以避免双重相等评估。

df[, Point := 1]
df[Placement_v2 <= 50, Point := 7]
df[Placement_v2 <= 25, Point := 8]
df[Placement_v2 <= 10, Point := 9]
df[Placement_v2 <=  1, Point := 10]

结果相同：

     Placement_v2 Point
  1:    21.633527     8
  2:    76.713565     1
  3:    34.987461     7
  4:    87.131914     1
  5:    93.451401     1
 ---                   
196:    41.318597     7
197:    34.751585     7
198:    62.515336     1
199:     6.758128     9
200:    53.015376     1

Answer 2

您可以创建一个包含值和替换的数据框。然后你可以使用cut 来查找合适的值

dict = data.frame(replacement = c(10, 9, 8, 7, 1, 1),
    values = c(0, 1, 10, 25, 50, 1e5))

#DATA
set.seed(42)
placement = sample(1:100, 15)

cbind(placement,
    new_placement = dict$replacement[as.integer(cut(placement, breaks = dict$values))])
#     placement new_placement
# [1,]        92             1
# [2,]        93             1
# [3,]        29             7
# [4,]        81             1
# [5,]        62             1
# [6,]        50             7
# [7,]        70             1
# [8,]        13             8
# [9,]        61             1
#[10,]        65             1
#[11,]        42             7
#[12,]        91             1
#[13,]        83             1
#[14,]        23             8
#[15,]        40             7