三列中行配对值的比较答案

【问题标题】：Comparison of row-paired values in three column三列中行配对值的比较
【发布时间】：2015-10-19 22:33:08
【问题描述】：

我想为 R 中 dt 之后的每个 id 表征三元组值N1-N3 之间的关系：

id    N1    N2    N3   
1     3     2     1     
2     3     2     2     
3     3     4     1     
4     2     3     2     
5     1     2     3     
6     2     2     4     
7     2     2     2     
8     2     1     3

我想做一个新列，对三个N列中的值之间的关系类型进行分类，如下：

id    N1    N2    N3    type1
1     3     2     1     A
2     3     2     2     A
3     3     4     1     B
4     2     3     2     B
5     1     2     3     C
6     2     2     4     C
7     2     2     2     D
8     2     1     3     E

A 用于三连音，N1 > N2 和 N3，N2 > N3。

当N2 > N1 和N3 时，类型B 用于三元组。

当N3 N1 和N2 时，C 用于三元组N2 > N1

当所有三个N 值相等时，类型D 用于三元组。

E 用于三胞胎 N2 N1 和 N3

【问题讨论】：

到目前为止你做了什么？你用什么语言？
好点@yossico。我是 R 新手，在进行项目时正在学习。不知道最好的学习方法是什么。我想从更有经验的程序员那里找到一个例子，而不是养成用糟糕的形式做事的习惯。我同意最好先尝试并在询问之前发布进度。谢谢！

标签： r data.table

【解决方案1】：

data.table 解决方案：

require(data.table)
dt <- data.table(id=1:8, N1=c(3,3,3,2,2,2,2,2), N2=c(2,2,4,3,1,2,2,1), N3=c(1,2,1,2,3,4,2,3))
dt[N1 > N2 & N1 > N3 & N2 > N3, type1 := 'A']
dt[N2 > N1 & N2 > N3, type1 := 'B']
dt[N3 > N1 & N3 > N2 & N2 > N1, type1 := 'C']
dt[N1 == N2 & N1 == N3, type1 := 'D']
dt[N2 < N1 & N2 < N3, type1 := 'E']

dt

   id N1 N2 N3 type1
1:  1  3  2  1     A
2:  2  3  2  2    NA
3:  3  3  4  1     B
4:  4  2  3  2     B
5:  5  2  1  3     E
6:  6  2  2  4    NA
7:  7  2  2  2     D
8:  8  2  1  3     E

【讨论】：

【解决方案2】：

您可以使用嵌套的ifelse 语句执行此操作，使用with(dat, ...) 以避免重复输入dat$：

dat$type1 = with(dat, ifelse(N1 > N2 & N1 > N3, "A",
                        ifelse(N2 > N1 & N2 > N3, "B",
                          ifelse(N3 > N1 & N3 > N2, "C",
                            ifelse(N1 == N2 & N1 == N3, "D",
                              ifelse(N2 < N1 & N2 < N3, "E", NA))))))
dat
#   id N1 N2 N3 type1
# 1  1  3  2  1     A
# 2  2  3  2  2     A
# 3  3  3  4  1     B
# 4  4  2  3  2     B
# 5  5  2  1  3     C
# 6  6  2  2  4     C
# 7  7  2  2  2     D
# 8  8  2  1  3     C

数据：

dat = structure(list(id = 1:8, N1 = c(3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L
), N2 = c(2L, 2L, 4L, 3L, 1L, 2L, 2L, 1L), N3 = c(1L, 2L, 1L, 
2L, 3L, 4L, 2L, 3L)), .Names = c("id", "N1", "N2", "N3"), row.names = c(NA, 
-8L), class = "data.frame")

【讨论】：

【解决方案3】：

使用dplyr：

library(dplyr)
df %>%
  mutate(type1 = ifelse(N1 > N2 & N1 > N3 & N2 > N3, "A",
                        ifelse(N2 > N1 & N2 > N3, "B",
                               ifelse(N3 > N1 & N3 > N2 & N2 > N1, "C",
                                      ifelse(N1 == N2 & N1 == N3, "D",
                                             ifelse(N2 < N1 & N2 < N3, "E", NA))))))

输出

  id N1 N2 N3 type1
1  1  3  2  1     A
2  2  3  2  2  <NA>
3  3  3  4  1     B
4  4  2  3  2     B
5  5  2  1  3     E
6  6  2  2  4  <NA>
7  7  2  2  2     D
8  8  2  1  3     E

数据

df <- structure(list(id = 1:8, N1 = c(3L, 3L, 3L, 2L, 2L, 2L, 2L, 2L
), N2 = c(2L, 2L, 4L, 3L, 1L, 2L, 2L, 1L), N3 = c(1L, 2L, 1L, 2L, 3L, 4L, 2L, 3L)), .Names = c("id", "N1", "N2", "N3"), row.names = c(NA, -8L), class = "data.frame")

【讨论】：