如果要执行多个 if 条件，如何使用 apply 函数而不是 for 循环答案

【问题标题】：How to use apply function instead of for loop if you have multiple if conditions to be excecuted如果要执行多个 if 条件，如何使用 apply 函数而不是 for 循环
【发布时间】：2017-01-30 10:51:41
【问题描述】：

第一后卫：

t.d
  V1 V2 V3 V4
1  1  6 11 16
2  2  7 12 17
3  3  8 13 18
4  4  9 14 19
5  5 10 15 20


names(t.d) <- c("ID","A","B","C")

t.d$FinalTime <- c("7/30/2009 08:18:35","9/30/2009 19:18:35","11/30/2009 21:18:35","13/30/2009 20:18:35","15/30/2009 04:18:35")

t.d$InitTime <- c("6/30/2009 9:18:35","6/30/2009 9:18:35","6/30/2009 9:18:35","6/30/2009 9:18:35","6/30/2009 9:18:35")

>t.d
  ID  A  B  C           FinalTime          InitTime
1  1  6 11 16  7/30/2009 08:18:35 6/30/2009 9:18:35
2  2  7 12 17  9/30/2009 19:18:35 6/30/2009 9:18:35
3  3  8 13 18 11/30/2009 21:18:35 6/30/2009 9:18:35
4  4  9 14 19 13/30/2009 20:18:35 6/30/2009 9:18:35
5  5 10 15 20 15/30/2009 04:18:35 6/30/2009 9:18:35

第二个 DF：

> s.d
   F  D  E                Time
1  10 19 28  6/30/2009 08:18:35
2  11 20 29  8/30/2009 19:18:35
3  12 21 30  9/30/2009 21:18:35
4  13 22 31 01/30/2009 20:18:35
5  14 23 32 10/30/2009 04:18:35
6  15 24 33 11/30/2009 04:18:35
7  16 25 34 12/30/2009 04:18:35
8  17 26 35 13/30/2009 04:18:35
9  18 27 36 15/30/2009 04:18:35

输出为：

从 DF "t.d" 我必须计算 "FinalTime" 和 "InitTime" 之间每一行的时间间隔（InitTime 总是小于 FinalTime）。

必须形成来自“s.d”的另一个DF“temp”，其数据仅在上述时间间隔内，然后必须采用“F”、“D”、“E”的最新值并将其附加到计算时间间隔的“t.d”的“第 i”行。

我们还要看看新形成的DF“temp”是否满足以下条件：

这里的'j'代表每一行的值：

if(temp$F[j] < 35.5) + (temp$D[j] >= 100) >= 1)
{
  temp$Flag <- 1
} else{
  temp$Flag <- 0
}

最初我在数据框中有 300 万行，每个 DF 中有 20 列。

我已经使用“for 循环”解决了上述问题，但显然需要 2 到 3 天，因为行数很多。

（如果每行满足多个条件，我是否必须向结果 DF 添加新列？）

有人可以提出不同的技术吗？喜欢使用 apply 函数吗？

【问题讨论】：

我不确定，但 dplyr 包中的聚合函数似乎是您正在寻找的。span>
首先，您的日期时间列应该是正确的类型。将这些列强制为POSIXct。接下来看看data.table的foverlaps函数。

标签： r loops dataframe apply

【解决方案1】：

我的建议是：

在行索引上使用 lapply
在函数中处理调用你的 if 分支
返回您的数据框或 NULL
将所有内容与 rbind 结合起来

通过将 lapply 替换为 'parallel' 包中的 mclapply，您的代码将并行执行。

resultList <- lapply(1:nrow(t.d), function(i){
do stuff
if(condition){
    return(df)
}else{
    return(NULL)
}
resultDF <- do.call(rbind, resultList)

【讨论】：