重构 data.frame 列值答案

【问题标题】：refactor data.frame column values重构 data.frame 列值
【发布时间】：2012-08-14 11:02:14
【问题描述】：

对不起，如果这是一个菜鸟问题。我需要有关如何循环我的数据框的帮助。这是一个示例数据。

a <- c(10:29);
b <- c(40:59);
e <- rep(1,20);
test <- data.frame(a,b,e)

我需要对“a”列中的值使用以下标准来操作“e”列

对于所有的值

"a"

"a" > 15 &

"a" > 20 &

"a" > 25 &

result <- cbind(a,b,rep(1:4, each=5))

我的实际数据框长度超过 100k。如果你能在这里解决我的问题，那就太好了。

【问题讨论】：

标签： r dataframe

【解决方案1】：

data.frame(a, b, e=(1:4)[cut(a, c(-Inf, 15, 20, 25, 30))])

更新：

Greg's 注释提供了一种更直接的解决方案，无需通过从cut 返回的因子对整数向量进行子集化。

data.frame(a, b, e=findInterval(a, c(-Inf, 15, 20, 25, 30)))

【讨论】：

cut 的非常好的用例。比我的回答好很多。
谢谢！有趣的是，您经常遇到做简单事情的更好方法。如果我们得到更好的东西，我不会感到惊讶。
对不起。刚刚发布了相同的答案！另一种选择：test$e = cut(test$a, breaks = c(0, 15, 20, 25, 30), labels = c(1, 2, 3, 4))
在这种情况下，findInterval 函数可能比 cut 简单一些。

【解决方案2】：

我会为此使用cut()：

test$e = cut(test$a, 
             breaks = c(0, 15, 20, 25, 30), 
             labels = c(1, 2, 3, 4))

如果您想“概括”剪辑 - 换句话说，您不知道确切需要制作多少组 5（级别） - 您可以使用 @987654323 采取两步法@和seq()：

test$e = cut(test$a, 
             breaks = c(0, seq(from = 15, to = max(test$a)+5, by = 5)))
levels(test$e) = 1:length(levels(test$e))

由于 Backlin 击败了我到 cut() 解决方案，这里有另一个选项（我不喜欢在这种的情况下，但发布只是为了演示 R 中可用的许多选项）。

使用car 包中的recode()。

require(car)    
test$e = recode(test$a, "0:15 = 1; 15:20 = 2; 20:25 = 3; 25:30 = 4")

【讨论】：

【解决方案3】：

您不需要循环。您几乎拥有所需的一切：

test[test$a > 15 & test$a < 20, "e"] <- 2

【讨论】：