如何根据条件从列表中子集一行

Question

我有一个data.tableoutcome，其中有一列名为hospital。和一个名为state 的列。 outcome 已经排序。现在我想从每个state 中提取第n 个hospital（如果没有第n 个则返回该状态的NA）。我尝试通过以下方式解决它。（由于这是作业，我只展示了导致错误的第三个分支）。

rankall <- function(out, num = "best"){
    outcome <- readdata(outcome = out)  //returns a data.table sorted by rate
   ...
    outcome <- lapply(outcome, function(x) ifelse(num <= nrow(x), x[num,], c(NA,NA)))
    outcome <- rbindlist(outcome)
}

原来outcome是这样的

> data
                                               hospital state
   1:                              NYU HOSPITALS CENTER    NY
   2:                               DOYLESTOWN HOSPITAL    PA
   3:          AVERA HEART HOSPITAL OF SOUTH DAKOTA LLC    SD
   4:                 GLENDALE ADVENTIST MEDICAL CENTER    CA
   5:                                WATERBURY HOSPITAL    CT
  ---                                                        
2716:                           DESERT SPRINGS HOSPITAL    NV
2717:                   THREE RIVERS COMMUNITY HOSPITAL    OR
2718: ROBERT WOOD JOHNSON UNIVERSITY HOSPITAL AT RAHWAY    NJ
2719:                             LAREDO MEDICAL CENTER    TX
2720:                     MEDICAL CENTER SOUTH ARKANSAS    AR

第一个和第二个分支可以产生正确的结果，就像

 > head (data)
                               hospital state
1:                                   NA    AK
2:             CRESTWOOD MEDICAL CENTER    AL
3:              ARKANSAS HEART HOSPITAL    AR
4:                 MAYO CLINIC HOSPITAL    AZ
5:    GLENDALE ADVENTIST MEDICAL CENTER    CA
6: ST MARYS HOSPITAL AND MEDICAL CENTER    CO     
> nrow(data)
[1] 54

但是，第三个条件无法发挥作用。哪个产生错误

Error in rbindlist(outcome) : 
  Item 1 of list input is not a data.frame, data.table or list

调试后我发现条件之后的结果是这样的（导致最后一步的错误）

$AK
[1] NA

$AL
$AL[[1]]
[1] "HIGHLANDS MEDICAL CENTER"

与前两个不同的是...

> head(data,2)
$AK
                           hospital state
1: PROVIDENCE ALASKA MEDICAL CENTER    AK

$AL
                   hospital state
1: CRESTWOOD MEDICAL CENTER    AL

所以我想知道第三个分支出了什么问题。 谁能帮帮我，万分感谢！！！

顺便说一句，我想知道我是否可以引用另一个同名的变量。比如当我调用readdata 时，我需要传递一个名为outcome 的参数，这会阻止我使用这个名称作为rankall 函数的参数（我改用out）。我知道在 JAVA 中 this.outcome 会有所帮助，那么在 R 中怎么样。

Answer 1

感谢 Vivek 的帮助，我现在已经弄清楚了。 首先是关于第三个分支的错误表现。如果我首先使用as.numeric(num) 将num 转换为数字，它将正常工作。我认为这是因为num 被视为一个字符（因为它可能具有“最佳”和“最差”的值）导致了错误。 然而，关于命名空间的第二个很奇怪。虽然在我自己的测试中表现不佳，但在 Vivek 回答我的问题后它才起作用。所以，这意味着我们可以只使用下面的代码，R 就会得到正确的结果。

rankall <- function(outcome, num = "best"){
    outcome <- readdata(outcome = outcome)

Answer 2

下面的输出是一个警告信号，结果的第一个元素只是 NA，这是一个原子，它被函数 rbindlist 强制与第二个元素“绑定”，第二个元素是列表 $AL[[1]]

$AK
[1] NA

$AL
$AL[[1]]
[1] "HIGHLANDS MEDICAL CENTER"

可能的解决方案：

一种方法是在所有三种情况下都有data.frame 或list 输出if 条件块，例如使用data.frame，一旦num 是数字，以下应该适用于所有情况，最佳、最差和中间行。

sapply(outcome, function(x) data.frame(state=x[num,"state"],hospital=x[num,"hospital"])

对于没有匹配项的情况，医院列应该有一个 NA，请检查这是否有效