在数据框中使用 Ifelse答案

【问题标题】：Using Ifelse in a dataframe在数据框中使用 Ifelse
【发布时间】：2016-05-18 20:22:43
【问题描述】：

我使用的数据框是

> df <- data.frame(Name=c("Joy","Jane","Jack","Jad"),M1=c(10,40,55,90))
> df
  Name M1
1  Joy 10
2 Jane 40
3 Jack 55
4  Jad 90

> df$Final <- ifelse(df$M1<=50,60,max(75,df$M1))
> df
  Name M1 Final
1  Joy 10    60
2 Jane 40    60
3 Jack 55    90
4  Jad 90    90

如果 M1 值小于或等于 50，那么我需要 60 作为我的最终值，而如果 M1 值大于 50，那么我需要最大值 m(75,M1)。在 Jack 的情况下，M1 是 55，所以我应该得到 max(75,55)，即 75。我认为它给了我整个 M1 列的最大值。如何避免这种情况？

期望的输出

  Name M1 Final
1  Joy 10    60
2 Jane 40    60
3 Jack 55    75
4  Jad 90    90

【问题讨论】：

pmax(df$M1, c(60, 75)[1 + (df$M1 > 50)])
就像 Imo 所说，只需将 max 更改为 pmax 就可以了

标签： r if-statement dataframe

【解决方案1】：

您也可以使用pmax 代替max：

ifelse(df$M1 <= 50, 60, pmax(75, df$M1))

从帮助文件中，pmax 获取

一个或多个向量（或矩阵）作为参数并返回一个向量，给出向量的“平行”最大值......。结果的第一个元素是所有参数的第一个元素中的最大值……，结果的第二个元素是所有参数的第二个元素中的最大值……等等。

因此，ifelse 的第三个参数“else”值是成对最大值 75（根据需要循环多次）和 df$M1 的值。

【讨论】：

不错的一个。在没有ifelse() 和replace(pmax(75, df$M1), df$M1 <= 50, 60) 的情况下完成，但不确定是否有任何效率优势。
感谢您的提示。我今天刚遇到replace 函数。我将它列在我的“进一步研究”功能列表中，该功能还在继续增长。
@Richard 我认为一种有效的方法可能涉及 findInterval （以避免测试两个不等式）：s = split(seq_along(m), findInterval(m, c(50, 75)))[1:2]; m[unlist(s)] = rep(c(60,75), lengths(s))

【解决方案2】：

怎么样：

ifelse(df$M1<=50,60,ifelse(df$M1>75,df$M1,75))

【讨论】：

【解决方案3】：

你实际上是在描述一个规则，比如......

最多 50 个，替换为 60 个
最多 75，替换为 75
最多 x，替换为 y
...

如果我们将规则放入 data.frame 中，它会更加明确，并且可能允许更有效地推导结果（而不是计算许多不等式）。这里有两种方法：

findInterval

m = data.frame(up_to = c(50, 75), replace_with = c(60, 75))

df$Final = df$M1
r = m$replace_with[ findInterval(df$M1, m$up_to) + 1L ]
df$Final = replace(df$M1, !is.na(r), na.omit(r))

data.table滚动连接

library(data.table)    
setDT(df)

m = data.table(up_to = c(50, 75), replace_with = c(60, 75))

df[, Final := M1]
r = m[df, on=c(up_to = "M1"), roll=-Inf][!is.na(replace_with), Final := replace_with]$Final
df[, Final := r]

【讨论】：

会不会比c(rep(60, 50),rep(75, 25), 76:max(df$M1))[df$M1]效率更高？
@HubertL 是的，我喜欢这个主意；如果 M1 是一个小范围的整数向量，它应该工作得很好。不过，一般规则的扩展（存储在类似m 的结构中）并不明显。例如，有一些极端情况，比如max(df$M1) 恰好小于 75；我们也应该能够利用min(df$M1)，我猜（虽然我不确定如何编码）。如果您能弄清楚，您可以将其添加到您的答案中或单独发布一个。

【解决方案4】：

如果d$M1 仅包含正数且非空integers，则使用查找可能更有效：

lookup <-  c(rep(60, 50),rep(75, 25), 76:max(df$M1,76))
lookup[df$M1]

如果它还包含负数或空integers：

lookup <-  c(rep(60, 50-min(df$M1)+1),rep(75, 25), 76:max(df$M1,76))
lookup[df$M1-min(df$M1)+1]

【讨论】：

【解决方案5】：

您可以使用dplyr 和rowwise

library(dplyr)

df %>%
  rowwise() %>%
  mutate(Final = ifelse(M1<=50,60,max(75,M1)))

【讨论】：