r 中带有 paste0() 或 grep() 的 if() 语句

Question

我制作了可重现的最小示例，但我的真实数据非常庞大


ac_1 <-c(0.1, 0.3, 0.03, 0.03)
ac_2 <-c(0.2, 0.4, 0.1, 0.008)
ac_3 <-c(0.8, 0.043, 0.7, 0.01)
ac_4 <-c(0.2, 0.73, 0.1, 0.1)
c_2<-c(1,2,5,23)
check_1<-c(0.01, 0.902,0.02,0.07)
check_2<-c(0.03, 0.042,0.002,0.00001)
check_3<-c(0.01, 0.02,0.5,0.001)
check_4<-c(0.001, 0.042,0.02,0.2)
id<-1:4


df<-data.frame(id,ac_1, ac_2,ac_3,ac_4,c_2,check_1,check_2,check_3,check_4)

所以，数据框是这样的：

> df
  id ac_1  ac_2  ac_3 ac_4 c_2 check_1 check_2 check_3 check_4
1  1 0.10 0.200 0.800 0.20   1   0.010 0.03000   0.010   0.001
2  2 0.30 0.400 0.043 0.73   2   0.902 0.04200   0.020   0.042
3  3 0.03 0.100 0.700 0.10   5   0.020 0.00200   0.500   0.020
4  4 0.03 0.008 0.010 0.10  23   0.070 0.00001   0.001   0.200

而我想做的是，

如果check_1是0.02，我会把对应的ac_1设为缺失数据。如果check_2是0.02，我会把对应的ac_2设为缺失数据。我将在每个“检查”和“ac”列中继续这样做

例如，在check_1列中，第3个id的人有0.02。所以，此人的 ac_1 分数应该是缺失数据——0.03 应该是缺失数据 (NA)

在check_3列中，第2个id的人有0.02。所以，这个人的ac_3分数应该是缺失数据。

在check_4列中，第3个id的人有0.02 所以，这个人的 ac_4 分数应该是缺失数据。

所以。我所做的如下：



for(i in 1:4){
  
  if(paste0("df$check_",i)==0.02){
    paste0("df$ac_",i)==NA
  }
}

但是，它没有用...

Answer 1

你真的很接近，但你在一些基础知识上有偏差。

您不能（轻易地）使用字符串来引用对象，因此“df$check_1”将不起作用。您可以使用字符串来引用列名，但不能使用 $，您需要使用 [ 或 [[，因此 df[["check_1"]] 将起作用。
if 未矢量化，因此它不适用于列中的每个值。使用 ifelse 代替，或者在这种情况下更好，我们可以完全跳过 if。
在 non-integer 数字上使用 == 是有风险的。我们将改用公差。
小问题，paste0("df$ac_",i)==NA不好，==用于检查相等性。您需要 = 或 <- 才能在该行上进行分配。

解决所有这些问题：

for(i in 1:4){  
  df[
    ## rows to replace
    abs(df[[paste0("check_", i)]] - 0.02) < 1e-10,
    ## column to replace
    paste0("ac_", i)
  ] <- NA
}

df
#   id ac_1  ac_2 ac_3 ac_4 c_2 check_1 check_2 check_3 check_4
# 1  1 0.10 0.200 0.80 0.20   1   0.010 0.03000   0.010   0.001
# 2  2 0.30 0.400   NA 0.73   2   0.902 0.04200   0.020   0.042
# 3  3   NA 0.100 0.70   NA   5   0.020 0.00200   0.500   0.020
# 4  4 0.03 0.008 0.01 0.10  23   0.070 0.00001   0.001   0.200

Answer 2

使用长格式数据通常会更好，即使只是暂时的。这是一个这样做的例子，使用 dplyr 和 tidyr:

pivot_longer(df, -c(id,c_2)) %>%
  separate(name,into=c("type", "pos")) %>% 
  pivot_wider(names_from=type, values_from = value) %>% 
  mutate(ac=if_else(near(check,0.02), as.double(NA), ac)) %>% 
  pivot_wider(names_from = pos, values_from = ac:check)

（更新 near() 感谢 Gregor）

输出：

     id   c_2  ac_1  ac_2  ac_3  ac_4 check_1 check_2 check_3 check_4
  <int> <dbl> <dbl> <dbl> <dbl> <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1     1     1  0.1  0.2    0.8   0.2    0.01  0.03      0.01    0.001
2     2     2  0.3  0.4   NA     0.73   0.902 0.042     0.02    0.042
3     3     5 NA    0.1    0.7  NA      0.02  0.002     0.5     0.02 
4     4    23  0.03 0.008  0.01  0.1    0.07  0.00001   0.001   0.2

r 中带有 paste0() 或 grep() 的 if() 语句

if() statement with paste0() or grep() in r

r

if-statement

grep

paste