找到我在向量中得到零的原因[关闭]

Question

我正在筛选数据集并希望将字符串值分配给整数。完成后，我在向量中得到一些等于 0 的值，但我不确定它们来自哪里。我正在取出这个变量的空白值的观察结果，并希望绘制其余的。有什么想法吗？

TexasMLSCounties=TexasMLSCounties[!TexasMLSCounties$X.2==" ",]

MLS=TexasMLSCounties$X.2
MLS=MLS[!TexasMLSCounties$X.2==""]
dput(MLS)
MLSNumber=integer(length=length(MLS))

for (i in 1:length(MLS)) {
  if(is.na(MLS))
    MLS=FALSE
  else{
    if(MLS[i]=="NTREIS")
      MLSNumber[i]=1
    else if(MLS[i]=="HARMLS")
      MLSNumber[i]=2
    else if(MLS[i]=="SABOR")
      MLSNumber[i]=3
    else if(MLS[i]=="ACTRIS")
      MLSNumber[i]=4 
    else if(MLS[i]=="CTXMLS")
      MLSNumber[i]=5
  }
  
}

---

dput(MLS)
c("MLS", "NTREIS", "HARMLS", "NTREIS", "SABOR", "HARMLS", "ACTRIS", 
"ACTRIS", "SABOR", "ACTRIS", "NTREIS", "HARMLS", "NTREIS", "ACTRIS", 
"ACTRIS", "NTREIS", "HARMLS", "NTREIS", "NTREIS", "NTREIS", "HARMLS", 
"ACTRIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "CTXMLS", 
"NTREIS", "NTREIS", "NTREIS", "NTREIS", "ACTRIS", "HARMLS", "NTREIS", 
"NTREIS", "SABOR", "HARMLS", "ACTRIS", "CTXMLS", "ACTRIS", "NTREIS", 
"ACTRIS", "NTREIS", "HARMLS", "NTREIS", "ACTRIS", "NTREIS", "NTREIS", 
"NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "SABOR", 
"NTREIS", "SABOR", "NTREIS", "ACTRIS", "SABOR?", "CTXMLS", "ACTRIS", 
"HARMLS", "NTREIS", "ACTRIS", "NTREIS", "SABOR", "HARMLS", "SABOR", 
"ACTRIS", "NTREIS", "HARMLS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", 
"HARMLS", "NTREIS", "CTXMLS", "NTREIS", "NTREIS", "ACTRIS?", 
"ACTRIS?", "ACTRIS?", "ACTRIS?", "NTREIS", "NTREIS", "NTREIS", 
"NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", "NTREIS", 
"ACTRIS", "HARMLS", "HARMLS", "NTREIS", "CTXMLS", "HARMLS", "HARMLS", 
"HARMLS", "NTREIS", "ACTRIS", "SABOR", "NTREIS", "NTREIS", "NTREIS"
)

Answer 1

错误来自MLS，一些值以问号结尾，"?"。

unique(MLS)
#[1] "MLS"     "NTREIS"  "HARMLS"  "SABOR"   "ACTRIS" 
#[6] "CTXMLS"  "SABOR?"  "ACTRIS?"

一种解决方案是首先删除所有非字母字符。

MLS <- gsub("[^[:alpha:]]", "", MLS)
unique(MLS)
#[1] "MLS"    "NTREIS" "HARMLS" "SABOR"  "ACTRIS" "CTXMLS"

请注意，第一个值是"MLS"，它与for 循环中的任何值都不匹配。

至于循环，还有更好的方法，下面是基于match的方法。

MLSNumber <- integer(length = length(MLS))

for (i in seq_along(MLS)) {
  if(MLS[i]=="NTREIS")
    MLSNumber[i]=1
  else if(MLS[i]=="HARMLS")
    MLSNumber[i]=2
  else if(MLS[i]=="SABOR")
    MLSNumber[i]=3
  else if(MLS[i]=="ACTRIS")
    MLSNumber[i]=4 
  else if(MLS[i]=="CTXMLS")
    MLSNumber[i]=5
}

而且更简单。

MLSNumber2 <- integer(length = length(MLS))    
MLSTable <- c("NTREIS", "HARMLS", "SABOR", "ACTRIS", "CTXMLS")
i <- match(MLS, MLSTable)
MLSNumber2[!is.na(i)] <- i[!is.na(i)]

比较结果：

all.equal(MLSNumber, MLSNumber2)
#[1] TRUE

Answer 2

MLSnumber 是一个零向量开始：

MLSNumber=integer(length=length(MLS))

MLSNumber
  [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [46] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 [91] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

您正在循环访问MLS 的索引。您的第一个条件编码不正确，但我认为它应该是：

if (is.na(MLS[i])) # correct
if (is.na(MLS)) # incorrect

if 计算长度为 one 的逻辑向量。你正在传递它as.na(MLS)。 is.na 是一个向量化函数，因此它输出的逻辑向量长度与MLS 相同。但是，if 仅评估该逻辑向量的第一个元素：

if (is.na(c(F, NA, NA, NA)) {print("A")}
Warning message:
In if (is.na(c(F, NA, NA, NA))) { :
  the condition has length > 1 and only the first element will be used

由于您的if 语句仅真正评估is.an(MLS[1])，因此该条件始终为FALSE，因为MLS[1] 不是NA。所以你的循环总是进入else 条件。

在您的else 条件下，您遇到了@RuiBarradas 指出的几个问题。例如当i=1 时MLS[i] 是"MLS"。在这种情况下，您没有要做什么的条件。所以它退出你的if/else 子句。该索引的值在 MLSNumber 中从未更改，因此它保持为零。