使用循环或 lapply 执行此任务时出现问题

Question

我已经获取了一个文本语料库，并将其分成我关心的 6 个元素的行（'title'、'published'、'authors'、'country'、'journal' 和 'url'）。每个引文都应该包含其中的每一个，但缺少数据。我为每个元素分配了一个“varnum”变量，这样我就可以遍历它们并找出缺失值的位置。我计划创建一个引用变量（'citenum'）并循环（或 lapply），并且仅在与预期发生变化时才在 'citenum' 中创建更改。我决定创建两个变量“con”和“prev_con”，这样我就可以做一些简单的数学运算来确定“citenum”何时应该增加（加一）。最终，我想创建一个矩阵来显示每次引用的缺失值。如果您能帮忙处理循环或 lapply ...我将不胜感激。

citation <- as.data.frame(cbind(prev_con, con, citenum, varnum))

library(data.table)
citationDT <- as.data.table(citation)
citationDT <- citationDT[, prev_con := shift(con)]
citation <- as.data.frame(citationDT)
citation[1,1] <- 99
head(citation, 20)

prev_con    con  citenum    varnum
99           11     0         1
11           12     0         2
12           14     0         4
14           10     0         0
10           10     0         0
10           16     0         6
16           16     0         6
11           11     0         1
12           12     0         2

“con”变量是通过将 10 添加到“varnum”来创建的，因此我可以更轻松地找到需要将 citenum 增加到下一个级别的位置。 Prevcon 是使用 data.table 创建的，以转移到上一个 con 结果。

这是我尝试过的——最终使 citenum 等于最终的行号 6244。

for (i in 1:length(citation$citenum)){
  if (citation$con[i] <= citation$prev_con) {
    citation$citenum <- citation$citenum[i] + 1
    } else {citation$citenum <- citation$citenum[i]
  }
}

提前感谢您的帮助。

---根据原始提交编辑----

我希望得到的是：

       prev_con con citenum varnum
1        99  11       1      1
2        11  12       1      2
3        12  14       1      4
4        14  10       2      0
5        10  10       3      0
6        10  16       3      6
7        16  16       4      6
8        16  11       5      1
9        11  12       5      2
10       12  13       5      3

Answer 1

您忘记在 for 循环的几个地方建立索引。希望这可以为您解决问题。

for (i in 1:nrow(citation)){
    if (citation$con[i] <= citation$prev_con[i]) {
        if (i==1) citation$citenum[i] <- 1
        else citation$citenum[i] <- citation$citenum[i-1] + 1
    } 
    else {
        citation$citenum[i] <- citation$citenum[i-1]
    }
}

编辑：另外，我们需要添加到前一行的元素，这就是 i-1 的来源。 if(i==1) 是一个极端情况，因为没有 i=0。