visualizar mtcars functions espaƱol ejemplos data crear column r dataframe

mtcars - Reemplazo condicional de valores en un data.frame



r data frame mtcars (6)

Aquí está mi solución con otra versión para resolver mi problema con if y max en row-wise.

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 a b 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

Estoy tratando de entender cómo reemplazar valores condicionales en un marco de datos sin usar un bucle. Mi marco de datos está estructurado de la siguiente manera:

> df a b 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

y la salida de dput es esta:

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")

Lo que quiero hacer es verificar el valor de b . Si b es 0, quiero establecer est en un valor de a . Entiendo que df$est[df$b == 0] <- 23 establecerá todos los valores de est en 23, cuando b==0 . Lo que no entiendo es cómo establecer est en un valor de a cuando esa condición es verdadera. Por ejemplo:

df$est[df$b == 0] <- (df$a - 5)/2.533

da la siguiente advertencia:

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

¿Hay alguna manera de que pueda pasar la celda relevante, en lugar de vector?


Aquí hay un enfoque. ifelse está vectorizado y comprueba todas las filas para valores cero de b y reemplaza est con (a - 5)/2.53 si ese es el caso.

df <- transform(df, est = ifelse(b == 0, (a - 5)/2.53, est))


Como está indexando condicionalmente df$est , también necesita indexar condicionalmente el vector de reemplazo df$a :

index <- df$b == 0 df$est[index] <- (df$a[index] - 5)/2.533

Por supuesto, el index variable es solo temporal, y lo uso para que el código sea más legible. Puedes escribirlo en un solo paso:

df$est[df$b == 0] <- (df$a[df$b == 0] - 5)/2.533

Para una mejor lectura, puede usar within :

df <- within(df, est[b==0] <- (a[b==0]-5)/2.533)

Los resultados, independientemente del método que elija:

df a b 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

Como otros han señalado, una solución alternativa en su ejemplo es usar ifelse .


El R-inferno o la documentación R básica explicarán por qué utilizar df $ * no es el mejor enfoque aquí. Desde la página de ayuda para "[":

"La indexación por [es similar a los vectores atómicos y selecciona una lista de los elementos especificados. Ambos [[y $ seleccionan un solo elemento de la lista. La principal diferencia es que $ no permite índices computados, mientras que [[hace . x $ name es equivalente a x [["nombre", exacto = FALSO]]. Además, el comportamiento de coincidencia parcial de [puede controlarse usando el argumento exacto.

Recomiendo usar la notación [row,col] lugar. Ejemplo:

Rgames: foo x y z [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 x y z 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


Otra opción sería usar case_when

require(dplyr) transform(df, est = case_when( b == 0 ~ (a - 5)/2.53, TRUE ~ est ))

Esta solución se vuelve aún más útil si se deben distinguir más de 2 casos, ya que permite evitar construcciones if_else anidadas.