J’essaie de comprendre comment remplacer les valeurs conditionnelles dans un dataframe sans utiliser de boucle. Mon bloc de données est structuré comme suit:
> df ab est 1 11.77000 2 0 2 10.90000 3 0 3 10.32000 2 0 4 10.96000 0 0 5 9.90600 0 0 6 10.70000 0 0 7 11.43000 1 0 8 11.41000 2 0 9 10.48512 4 0 10 11.19000 0 0
et la sortie dput
est la suivante:
structure(list(a = c(11.77, 10.9, 10.32, 10.96, 9.906, 10.7, 11.43, 11.41, 10.48512, 11.19), b = c(2, 3, 2, 0, 0, 0, 1, 2, 4, 0), est = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0)), .Names = c("a", "b", "est"), row.names = c(NA, -10L), class = "data.frame")
Ce que je veux faire, c’est vérifier la valeur de b
. Si b
est 0, je veux définir une valeur à partir de a
. Je comprends que df$est[df$b == 0] <- 23
fixera toutes les valeurs de est
à 23, quand b==0
. Ce que je ne comprends pas, c’est comment définir une valeur de a
lorsque cette condition est vraie. Par exemple:
df$est[df$b == 0] <- (df$a - 5)/2.533
donne l’avertissement suivant:
Warning message: In df$est[df$b == 0] <- (df$a - 5)/2.533 : number of items to replace is not a multiple of replacement length
Existe-t-il un moyen de transmettre la cellule concernée plutôt que le vecteur?
Comme vous indexez conditionnellement df$est
, vous devez également indexer conditionnellement le vecteur de remplacement df$a
:
index <- df$b == 0 df$est[index] <- (df$a[index] - 5)/2.533
Bien entendu, l’ index
la variable n’est que temporaire et je l’utilise pour rendre le code un peu plus lisible. Vous pouvez l'écrire en une seule étape:
df$est[df$b == 0] <- (df$a[df$b == 0] - 5)/2.533
Pour une meilleure lisibilité, vous pouvez utiliser within
:
df <- within(df, est[b==0] <- (a[b==0]-5)/2.533)
Les résultats, quelle que soit la méthode choisie:
df ab est 1 11.77000 2 0.000000 2 10.90000 3 0.000000 3 10.32000 2 0.000000 4 10.96000 0 2.352941 5 9.90600 0 1.936834 6 10.70000 0 2.250296 7 11.43000 1 0.000000 8 11.41000 2 0.000000 9 10.48512 4 0.000000 10 11.19000 0 2.443743
Comme d'autres l'ont souligné, une solution alternative dans votre exemple consiste à utiliser ifelse
.
Essayez l’ opérateur data.table :=
DT = as.data.table(df) DT[b==0, est := (a-5)/2.533]
C’est rapide et court. Voir ces questions liées pour plus d’informations sur :=
:
Pourquoi data.table a-t-il été défini :=
Quand devrais-je utiliser l’opérateur :=
dans data.table
Comment supprimer des colonnes d’un data.frame
R self reference
Voici une approche. ifelse
est vectorisé et vérifie toutes les lignes pour les valeurs zéro de b
et remplace est
par (a - 5)/2.53
si tel est le cas.
df <- transform(df, est = ifelse(b == 0, (a - 5)/2.53, est))
Le R-inferno , ou la documentation R de base, expliquera pourquoi l’utilisation de df $ * n’est pas la meilleure approche ici. De la page d’aide pour “[“:
“L’indexation par [est similaire aux vecteurs atomiques et sélectionne une liste des éléments spécifiés. [[Et $] sélectionnent un seul élément de la liste. La principale différence est que $ n’autorise pas les indices calculés, alors que [[ .x $ name est équivalent à x [[“name”, exact = FALSE]. De plus, le comportement de correspondance partielle de [[peut être contrôlé en utilisant l’argument exact. ”
Je recommande d’utiliser la notation [row,col]
place. Exemple:
Rgames: foo xyz [1,] 1e+00 1 0 [2,] 2e+00 2 0 [3,] 3e+00 1 0 [4,] 4e+00 2 0 [5,] 5e+00 1 0 [6,] 6e+00 2 0 [7,] 7e+00 1 0 [8,] 8e+00 2 0 [9,] 9e+00 1 0 [10,] 1e+01 2 0 Rgames: foo<-as.data.frame(foo) Rgames: foo[foo$y==2,3]<-foo[foo$y==2,1] Rgames: foo xyz 1 1e+00 1 0e+00 2 2e+00 2 2e+00 3 3e+00 1 0e+00 4 4e+00 2 4e+00 5 5e+00 1 0e+00 6 6e+00 2 6e+00 7 7e+00 1 0e+00 8 8e+00 2 8e+00 9 9e+00 1 0e+00 10 1e+01 2 1e+01
Une autre option serait d’utiliser case_when
require(dplyr) transform(df, est = case_when( b == 0 ~ (a - 5)/2.53, TRUE ~ est ))
Cette solution devient encore plus pratique si plus de 2 cas doivent être distingués, car cela permet d’éviter les constructions if_else
nestedes.
Voici ma solution avec une autre version pour résoudre mon problème avec if et max en ligne.
my.assign <- function(col1, col2, col3){ if(col2==0) {col3 <- col1} else { col3 <- 0 } } my.max <- function(col1, col2, col3){ if(col1 >= 10 ) {max_r <- max(col2, col3, na.rm=TRUE)} else { max_r <- col2 } } df$est <- with(df,mapply(my.assign,col1=a, col2=b, col3=est)) df$max_row <- with(df,mapply(my.max,col1=a, col2=b, col3=est)) > df ab est max_row 1 11.77000 2 0.000 2.00 2 10.90000 3 0.000 3.00 3 10.32000 2 0.000 2.00 4 10.96000 0 10.960 10.96 5 9.90600 0 9.906 0.00 6 10.70000 0 10.700 10.70 7 11.43000 1 0.000 1.00 8 11.41000 2 0.000 2.00 9 10.48512 4 0.000 4.00 10 11.19000 0 11.190 11.19