r语言 - 如何使用 IF 语句分配 NA？

Question

我想对 0 到 1 之间的值向量进行分类。低于 .001 的值，以及高于 .10 或无利息的值。因此，我希望这些范围内的值为 NA。

当我运行下面的代码时，我收到警告：

Error in if (x[i] > 0.001 & x[i] <= 0.01) x[i] = 0.01 :  missing value where TRUE/FALSE needed

如何修复我的代码？

for (i in 1:length(x))
  {
    if (x[i] <= .001)
      x[i] = NA
    if (x[i] > .001 & x[i] <= .01)
      x[i] = .01
    if (x[i] > .01 & x[i] <= .02)
      x[i] = .02
    if (x[i] > .02 & x[i] <= .03)
      x[i] = .03
    if (x[i] > .03 & x[i] <= .04)
      x[i] = .04
    if (x[i] > .04 & x[i] <= .05)
      x[i] = .05
    if (x[i] > .05 & x[i] <= .06)
      x[i] = .06
    if (x[i] > .06 & x[i] <= .07)
      x[i] = .07
    if (x[i] > .07 & x[i] <= .08)
      x[i] = .08
    if (x[i] > .08 & x[i] <= .09)
      x[i] = .09
    if (x[i] > .09 & x[i] <= .10)
      x[i] = .10
    if (x[i] > .10 & x[i] <= 1)
      x[i] = NA
  }

Answer 1

首先，一些测试数据：

set.seed(1); x = dnorm(rnorm(100))/(sample(1:100, 100, replace=TRUE))

子集可以通过以下方式完成：

x[x < .001] = NA
x[x > .1] = NA

或者，您可以将其组合在一个语句中：

x[x < .001 | x > .1] = NA

更新：回答代码不起作用的原因

如果它确实在那里找到NA，则会遇到问题，因此请从for循环中删除它们，但在运行循环之前为它们编制索引，以便以后可以删除它们。

temp = which(x < .001 | x > .1) # Index the values you want to set as NA

从for循环中删除以下条件：

if (x[i] > .10 & x[i] <= 1)
  x[i] = NA
if (x[i] <= .001)
  x[i] = NA

运行 for 循环，然后使用 temp 将值设置为应NA NA。

x[temp] = NA

希望这有帮助！

更新 2：两行

x[x < .001 | x > .1] = NA
out <- ceiling(x*100)/100

与AKE建议使用地板几乎相同。

这应该会得到与循环相同的结果。

Answer 2

与其使用显式for循环，不如尝试使用矢量化函数，例如非常方便的ifelse。下面介绍如何重新编码示例中的NAs：

> x <- ifelse(x <= 0.001 | x > 0.1, NA, x)

要重新编码其他值，您可以尝试一些"巧妙"的使用cut：

> x <- (cut(x, breaks=seq(0.01, 0.09, 0.01), labels=FALSE) / 100) + 0.01

尽管可能有更好（和更透明）的方法。在 R 中避免显式for循环的原因是，与矢量化替代方法相比，它们的效率非常低。R Inferno很好地讨论了这个和其他R技巧和技巧。

Answer 3

虽然您的解决方案在概念上有效，但它是"蛮力"，这意味着大量的键入，不会扩展到稍微不同的问题，并且执行速度也很慢。

R 允许使用向量，因此如果您的逻辑适用于 0 到 1 之间的任意数字，那么它应该适用于 0 到 1 之间的值向量。

尝试如下操作：

      y=((floor(100*x))       # all values < 0.01 map to 0
      if y>10 then y=0        # force values > 0.1 to 0
      if y>0, then (y+1)/100  # for non-zero values, map to the upper interval, then return to original scale.

第一行将所有小于 0.01 的值压缩为 0。第二行将所有大于 0.1 的值压缩为 0。第三行将剩余的非零值提升到范围的最大值（向上舍入），并将它们返回到原始刻度。

Answer 4

findInterval函数可以有效地用于这个非常结构化的选择问题。它生成一个索引，该索引可以"查找"或为特定间隔的值选择所需的结果：

x <- rnorm(1000)
x <- c(NA, seq(0.1, 1, by=0.1), NA)[
            1+ findInterval(x, c(0.001, seq(0.1, 1, by=0.1)) ,rightmost.closed=TRUE) ]
#---------------
table(x)
x
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9   1 
 34  38  48  44  29  30  26  20  17  31 
> table(is.na(x))
FALSE  TRUE 
  317   683

最右边的

.closed参数移动了通常最左边的区间闭包，尽管在这个例子中这并不重要，因为没有一个随机绘制都在边界上。但是，销毁输入数据通常不是一个好主意。我希望x是原始数据的副本。执行此操作的另一种方法是省略1+，而是在findInterval第二个参数中使用间隔，例如c(-Inf, 0.001, seq(0.1, 1, by=0.1) , Inf)