如何制作一个保留原始行值的 For 循环

Question

我试图在一个循环中运行多个条件语句。我的第一个条件是 if, else if 有 3 个条件（如果没有匹配项，技术上是 4 个）。我的第二个确实只需要一个条件，如果不满足该条件，我想保留原始行值。问题是我的输出与行号不匹配，我不确定如何只输出到循环中的特定行。

我想遍历每一列，并且在每一列中我使用sapply 来检查每个值是否落在range1 之外（标记为4），在range1 之内（标记为1） ，is.na（标记为9），否则标记为-999。然后将使用更窄的范围，如果列中的每个值都在 range2 内，则用3 标记，否则不要更新。

我的部分工作代码和一个可重现的示例如下。我的输入和第一个循环是：

df <- structure(list(A = c(-2, 3, 5, 10, NA), A.c = c(NA, NA, NA, NA, NA), B = c(2.2, -55, 3, NA, 99), B.c = c(NA, NA, NA, NA, NA)), class = "data.frame", row.names = c(NA, -5L))

> df
   A A.c     B B.c
1 -2  NA   2.2  NA
2  3  NA -55.0  NA
3  5  NA   3.0  NA
4 10  NA    NA  NA
5 NA  NA  99.0  NA

min1 <- 0
max1 <- 8

test1.func <- function(x) {
  val <- if (!is.na(x) & is.numeric(x) & (x < min1 | x > max1){
    num = 4
  } else if (!is.na(x) & is.numeric(x) & x >= min1 & x <= max1){
    num = 1
  } else if (is.na(x)){# TODO it would be better to make this just what is already present in the row
  } else {
    num = -999
  }
  val
}

Test1 <- function(x) {
  i <- NA
  for(i in seq(from = 1, to = ncol(x), by = 2)){
    x[, i + 1] <- sapply(x[[i]], test1.func)
  }
  x
}

df_result <- Test1(df)

> df_result
   A A.c     B B.c
1 -2   4   2.2   1
2  3   1 -55.0   4
3  5   1   3.0   1
4 10   4    NA   9
5 NA   9  99.0   4

下一个循环和条件（任何现有的 4 或 9 值都将保留）：

min2 <- 3
max2 <- 5

test2.func <- function(x) {
  val <- if (!is.na(x) & is.numeric(x) & (x < min2 | x > max2){
    num = 3
  }
  val
}

Test2 <- function(x) {
  i <- NA
  for(i in seq(from = 1, to = ncol(x), by = 2)){
    x[, i + 1] <- sapply(x[[i]], test2.func)
  }
  x
}

df_result2 <- Test2(df_result)
# Only 2.2 matches, if working correctly would output
> df_result2
   A A.c     B B.c
1 -2   4   2.2   3
2  3   1 -55.0   4
3  5   1   3.0   1
4 10   4    NA   9
5 NA   9  99.0   4

当前代码错误，因为只有一个匹配项：

Warning messages:
1: In `[<-.data.frame`(`*tmp*`, , i + 1, value = list(3, NULL, NULL,  :
  provided 5 variables to replace 1 variables

Answer 1

一些想法。

1. for 循环不是必须的，最好利用 R 的向量化操作；
2. 看来您的 4 和 3 值实际上类似于“带外 1”和“带外 2”，在这种情况下，这可以在一个函数中解决。
3. 对== "NA" 的测试有点偏离...如果列中的一个值是字符串"NA"（而不是R 的NA 值），那么该列中的所有值都是字符串并且您有其他问题。正因为如此，我没有明确检查 is.numeric，尽管重新开始工作并不难。

试试这个：

func <- function(x, range1, range2) {
  ifelse(is.na(x), 9L,
         ifelse(x < range1[1] | x > range1[2], 4L,
                ifelse(x < range2[1] | x > range2[2], 3L,
                       1L)))
}

df[,c("A.c", "B.c")] <- lapply(df[,c("A", "B")], func, c(0, 8), c(3, 5))
df
#    A A.c     B B.c
# 1 -2   4   2.2   3
# 2  3   1 -55.0   4
# 3  5   1   3.0   1
# 4 10   4    NA   9
# 5 NA   9  99.0   4

我遇到的一个问题是它使用了一个 3 嵌套的 ifelse 循环。虽然这工作正常，但很难跟踪和排除故障（ifelse 有其自身的问题）。如果您有其他条件要合并，最好使用dplyr::case_when。

func2 <- function(x, range1, range2) {
  dplyr::case_when(
    is.na(x)                      ~ 9L,
    x < range1[1] | x > range1[2] ~ 4L,
    x < range2[1] | x > range2[2] ~ 3L,
    TRUE                          ~ 1L
  )
}

我发现第二种方法更容易阅读，尽管它确实增加了 dplyr 的依赖项（虽然它确实具有优势和优势，但包括大量其他依赖项）。但是，如果您已经在工作流程中使用了任何 tidyverse 包，那么这可能是更好的解决方案。