确定适当组的功能答案

【问题标题】：Function to determine proper group确定适当组的功能
【发布时间】：2017-02-23 18:02:54
【问题描述】：

我有以下数据：

DF <- data.frame(Members = c("Eva", "Charlie1", "Fred", "Charlie2", "Adam", "Eva", "Charlie2", "David", "Adam", "David", "Charlie1"))

如果成员名称符合特定条件，我想创建一个返回特定值的函数：

如果成员名称等于 Eva 或 Adam，则返回“Group1”
如果成员名称包含字符串“Charlie”，则返回“Group2”
如果成员名称不是前两条规则之一，则返回“Group3”

我想将“Group1”、“Group2”、“Group3”返回到 DF 中名为“Teams”的新列中

我已经用下面的代码完成了，但是我对如何用函数完成它很感兴趣

DF$Team <- with(DF, ifelse((DF$Members=="Eva"|DF$Members=="Adam"),"Group1",
                       ifelse((grepl("Charlie", DF$Members)),"Group2","Group3")))

【问题讨论】：

您正在使用函数，所以我不太清楚问题是什么。你可以做DF$Team <- factor(DF$Members, labels = ...)，但大部分工作是根据你的特殊规则制作这些标签......ifelse 似乎很好。

标签： r function

【解决方案1】：

你的意思是创建一个函数吗？有点像这样：

DF <- data.frame(Members = c("Eva", "Charlie1", "Fred", "Charlie2", "Adam", "Eva", "Charlie2", "David", "Adam", "David", "Charlie1"))

get_group <- function(data=DF, Members=Members) {
  with(DF, ifelse((DF$Members=="Eva"| DF$Members=="Adam"),"Group1",
                  ifelse((grepl("Charlie", DF$Members)),"Group2","Group3")))
}



DF$Group <- get_group(data = DF, Members = Members)

【讨论】：

【解决方案2】：

根据我自己的经验，处理此类问题中最具挑战性的部分是“其他所有”部分。我通常很清楚我在别处想要什么。

常规方法是使用ifelse。这通常是有效的，但我发现很难阅读。我的首选方法是使用类似

levels(DF$Members) <- list(Group1 = c("Eva", "Adam"),
                           Group2 = c("Charlie1", "Charlie2"),
                           Group3 = c("David", "Fred"))

这种方法的问题是我必须明确命名映射到每个组的所有值。这无助于解决“其他一切”问题。

我们可以稍微修改这种方法，以编程方式识别组。

g1 <- c("Eva", "Adam")
g2 <- levels(DF$Members)[grepl("Charlie", levels(DF$Members))]
g3 <- levels(DF$Members)[!levels(DF$Members) %in% c(g1, g2)]

levels(DF$Members) <- list(Group1 = g1,
                           Group2 = g2,
                           Group3 = g3)

这是可以容忍的，并且比阅读嵌套的ifelse 调用更能帮助我理解组定义。

既然你提出来了，我决定最好有一个函数来处理“其他一切”场景而无需我的干预。我想出了以下方法，它允许您命名任意数量的组，然后使用Other = NULL 表示“其他所有内容都进入Other”。

group_levels <- function(x, ...)
{
  x <- as.character(x)

  group <- list(...)

  which_group_null <- vapply(group, is.null, logical(1))

  name_null <- names(group)[which_group_null]

  group <- group[!which_group_null]

  null_group <- list(unique(x[! x %in% unlist(group)]))
  null_group <- setNames(null_group, name_null)

  x <- factor(x)
  levels(x) <- c(group, null_group)
  x
}

group_levels(DF$Members,
             Group1 = c("Eva", "Adam"),
             Group2 = levels(DF$Members)[grepl("Charlie", levels(DF$Members))],
             Group3 = NULL)

如果您省略了Group3 = NULL，则会为不匹配的级别提供NA 值。

它可能比使用ifelse 慢，但我喜欢它的阅读方式。

【讨论】：

【解决方案3】：

也许你的意思是：

group_function <- function(name_string) {
    if (name_string == "Eva" | name_string == "Adam")
        return("Group 1")
    if (grepl("Charlie", name_string))
        return("Group 2")
    return("Group 3")
 }

然后在每个成员上调用这个函数

DF$Team <- sapply(DF$Members, group_function)
DF

#    Members    Team
#1       Eva Group 1
#2  Charlie1 Group 2
#3      Fred Group 3
#4  Charlie2 Group 2
#5      Adam Group 1
#6       Eva Group 1
#7  Charlie2 Group 2
#8     David Group 3
#9      Adam Group 1
#10    David Group 3
#11 Charlie1 Group 2

【讨论】：

在会员级别而不是每个单独的元素上执行此操作应该更有效（假设级别重复很多）。