优化：值替换在数据帧wiith多个条件

  • Z时代
  • 2024-01-10
  • 分类：问答

我具有类似于该样品的数据帧：根据在两列我要通过大小和颜色的项进行分类的信息优化：值替换在数据帧wiith多个条件

df <- structure(list(Ball = structure(c(5L, 3L, 2L, 4L, 1L, 3L), .Label = c("blue", "blue is my favourite", "red", "red ", "red ball"), class = "factor"), size = c(1.2, 2, 3, 10, 12, 100)), .Names = c("Ball", "size"), class = "data.frame", row.names = c(NA, -6L))

。输出应该是这样的：

structure(list(Ball = structure(c(5L, 3L, 2L, 4L, 1L, 3L), .Label = c("blue", "blue is my favourite", "red", "red ", "red ball"), class = "factor"), size = c(1.2, 2, 3, 10, 12, 100), Class = c("small red ball", "small red ball", "small blue ball", "medium red ball", "medium blue ball", "big red ball")), row.names = c(NA, -6L), .Names = c("Ball", "size", "Class"), class = "data.frame")

我已经运行的代码，但是它很长，混乱的，我相信有一种更简洁的方式让我所需的输出。

那么我做了什么？

我开始选择第一类的项目和重命名选定df$Class值：

df["Class"] <- NA #add new column 
df[grepl("red", df$Ball) & df$size <10, ]$Class <- "small red ball"

因为我grepl选择有时是空的，我加了if (length() > 0）条件：

if (length(df[grepl("red", df$Ball) & df$size <10, ]$Class) > 0) {df[grepl("red", df$Ball) & df$size <10, ]$Class <- "small red ball"}

最后我结合我在一个循环中的所有选择

df["Class"] <- NA #add new column 
z <- c("red", "blue") 
for (i in z){ 
    if (length(df[grepl(i, df$Ball) & df$size <10, ]$Class) > 0) {df[grepl(i, df$Ball) & df$size <10, ]$Class <- paste("small", i, "ball", sep=" ")} 
    if (length(df[grepl(i, df$Ball) & df$size >=10 & df$size <100, ]$Class) > 0) {df[grepl(i, df$Ball) & df$size >=10 & df$size <100, ]$Class <- paste("medium", i, "ball", sep=" ")} 
    if (length(df[grepl(i, df$Ball) & df$size >=100, ]$Class) > 0) {df[grepl(i, df$Ball) & df$size >=100, ]$Class <- paste("big", i, "ball", sep=" ")} 
}

它适用于两种颜色和三种尺寸类别，但我的原始数据框要大得多。因此，（因为它看起来非常混乱），我的问题： 我该如何简化我的代码？

回答：

我们可以使用cut创建使用str_extract

library(stringr) 
df$Class <- with(df, paste(as.character(cut(size, breaks = c(1, 9, 99, Inf), 
    labels = c('small', 'medium', 'big'))), str_extract(Ball, 'red|blue'), 'ball')) 
df$Class 
#[1] "small red ball" "small red ball" "small blue ball" 
#[4] "medium red ball" "medium blue ball" "big red ball"

回答：

基于“大小”与“球”的提取值paste它的分组似乎是一个很大的情况下使用dplyr和stringr包：

library(stringr) 
library(dplyr) 
df <- structure(list(Ball = structure(c(5L, 3L, 2L, 4L, 1L, 3L), .Label = c("blue", "blue is my favourite", "red", "red ", "red ball"), class = "factor"), size = c(1.2, 2, 3, 10, 12, 100)), .Names = c("Ball", "size"), class = "data.frame", row.names = c(NA, -6L)) 
df %>% 
    mutate(
    color = str_extract(`Ball`, "(red)|(blue)"), 
    size_category = case_when(
     size < 10 ~ "small", 
     size >= 10 & size < 100 ~ "medium", 
     size >= 100 ~ "large" 
    ), 
    category = str_c(size_category, color, "ball", sep = " ") 
)

回答：

这个答案是非常相似@ akrun的，但你可以包括多种颜色（在这里就是我使用colors()调色板，但ÿ你也可以使用其他的。我也稍微改变了cut函数的参数。

size<- cut(df$size, c(0, 10, 100, Inf), labels = c("small", "medium", "big"), right=F) 
colors<- str_extract(df$Ball, paste(colors(), collapse="|")) 
df$Class<- paste(size, colors, "ball", sep = " ") 
> df 
        Ball size   Class 
1    red ball 1.2 small red ball 
2     red 2.0 small red ball 
3 blue is my favourite 3.0 small blue ball 
4     red 10.0 medium red ball 
5     blue 12.0 medium blue ball 
6     red 100.0  big red ball

此外，为了使它有点更一般的，你可以通过使用允许大写字母：

colors<- str_extract(df$Ball, regex(paste(colors(), collapse="|"), ignore_case=T))

所以，如果df$Ball[1] = "Red ball"，使用线以上您将获得：

colors 
#[1] "Red" "red" "blue" "red" "blue" "red" 
df$Class<- paste(size, tolower(colors), "ball", sep = " ") 
df$Class 
#[1] "small red ball" "small red ball" "small blue ball" "medium red ball" "medium blue ball" 
#[6] "big red ball"

以上是 优化：值替换在数据帧wiith多个条件 的全部内容， 来源链接： utcz.com/qa/267058.html

回到顶部