带有 IF 语句的函数以应用于多个列

Question

我想将 IF 语句应用于多个列（基本上是整个数据框），并且正在采用创建函数的方法来执行此操作。目的是用代表该数字所属组的数字替换列中的数据。

数据样本如下所示：

> Mat
        A    B    C    D    E
E1   8.45 6.65 7.35 5.18 3.11
E2  12.59 4.18 4.08 0.95 1.75
E3  15.93 3.05 1.81 2.77 4.42
E4  15.93 3.05 1.81 2.77 4.42
E5  11.57 4.48 4.70 2.01 1.08
E6   8.17 7.05 7.70 5.38 3.45
E7  11.57 4.48 4.70 2.01 1.08
E8   9.49 5.41 6.51 5.78 3.20
E9  11.71 4.40 4.58 1.87 1.11
E10  9.52 5.49 6.63 6.07 3.49

我尝试创建的函数将采用 IF 语句并查看列中的每个值，并根据值将其替换为从 1 到 6 的组号（对于 1 到 10 之间的数字）和 NA对于大于 10 的数字。当我为 ONE 列手动写出 IF 语句时，它本身就起作用了。我写的函数是这样的（称为Grouping）：

# write user function to apply the loop

Grouping = function(data) {
  for(i in 1:length(x)) {
    if(x[i] < 1) {
      x[i] = 1
    } else if (x[i] < 3) {
      x[i] = 3
    } else if (x[i] < 4) {
      x[i] = 4
    } else if (x[i] < 5) {
      x[i] = 5
    } else if (x[i] < 10) {
      x[i] = 6
    } else
      x[i] = "NA"
  }
} 

当我尝试将apply 与函数一起使用时，我的错误是：

> apply(Mat, 1, Grouping)
Error in FUN(newX[, i], ...) : object 'x' not found

很明显，问题出在我的用户函数的构造中，但我不确定我哪里出错了，因为我对函数创建很陌生。

感谢任何帮助！

谢谢！

Answer 1

在处理向量而不是循环时，您确实应该使用ifelse。

grouping <- function(x)
{
    ifelse(x < 1, 1,
    ifelse(x < 3, 3,
    ifelse(x < 4, 4,
    ifelse(x < 5, 5,
    ifelse(x < 10, 6,
    NA)))))
}
data[] <- lapply(data, grouping)

或者更好的是，使用cut 将数字向量转换为波段：

grouping <- function(x)
{
    x <- cut(x, c(-Inf, 1, 3, 4, 5, 10), labels=c(1, 3, 4, 5, 6), right=FALSE)
    as.numeric(as.character(x))
}
data[] <- lapply(data, grouping)

Answer 2

这是一种方法，只需将您的数据更改为x；

Grouping = function(x) {

    if(x < 1) {
      x = 1
    } else if (x < 3) {
      x = 3
    } else if (x < 4) {
      x = 4
    } else if (x < 5) {
      x = 5
    } else if (x < 10) {
      x = 6
    } else
      x = "NA"
  }

虚拟数据

> set.seed(1)
> mat<-matrix(rnorm(100,5,5), nrow=10)
    > mat
            [,1]      [,2]      [,3]      [,4]     [,5]       [,6]      [,7]       [,8]      [,9]     [,10]
 [1,]  1.8677309 12.558906  9.594887 11.793398 4.177382  6.9905294 17.008089  7.3775476  2.156656  2.287400
 [2,]  5.9182166  6.949216  8.910682  4.486061 3.733192  1.9398680  4.803800  1.4502678  4.324107 11.039339
 [3,]  0.8218569  1.893797  5.372825  6.938358 8.484817  6.7055985  8.448697  8.0536318 10.890435 10.802013
 [4,] 12.9764040 -6.073499 -4.946758  4.730975 7.783316 -0.6468155  5.140011  0.3295118 -2.617834  8.501068
 [5,]  6.6475389 10.624655  8.099129 -1.885298 1.556222 12.1651185  1.283634 -1.2681670  7.969731 12.934167
 [6,]  0.8976581  4.775332  4.719356  2.925027 1.462524 14.9019995  5.943961  6.4572312  6.664752  7.792432
 [7,]  7.4371453  4.919049  4.221022  3.028550 6.822910  3.1638926 -4.024793  2.7835406 10.315499 -1.382961
 [8,]  8.6916235  9.719181 -2.353762  4.703433 8.842665 -0.2206731 12.327774  5.0055268  3.479080  2.133673
 [9,]  7.8789068  9.106106  2.609250 10.500127 4.438269  7.8485981  5.766267  5.3717066  6.850094 -1.123063
[10,]  3.4730581  7.969507  7.089708  8.815879 9.405539  4.3247270 15.863058  2.0523953  6.335494  2.632997

应用功能

> matrix(lapply(mat, Grouping), nrow = 10)
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,] 3    "NA" 6    "NA" 5    6    "NA" 6    3    3    
 [2,] 6    6    6    5    4    3    5    3    5    "NA" 
 [3,] 1    3    6    6    6    6    6    6    "NA" "NA" 
 [4,] "NA" 1    1    5    6    1    6    1    1    6    
 [5,] 6    "NA" 6    1    3    "NA" 3    1    6    "NA" 
 [6,] 1    5    5    3    3    "NA" 6    6    6    6    
 [7,] 6    5    5    4    6    4    1    3    "NA" 1    
 [8,] 6    6    1    5    6    1    "NA" 6    4    3    
 [9,] 6    6    3    "NA" 5    6    6    6    6    1    
[10,] 4    6    6    6    6    5    "NA" 3    6    3