我有一个 96 x 48 的数据帧 df。第一列是标识字段(字符)，第 2 - 48 列是数值。我还有两个数字向量，每个向量有 96 个元素，由对应于每行的上限和下限组成。
我想创建一个具有相同列 1 的新数据帧，但对于第 2-48 列，我想查看该值是否在每行的两个向量中的值之间。然后，如果是，我希望在新数据框中有 1，如果不是，则为 0(各种布尔值)。
例：
DF：
1 2 3 4 .. 48 A 7 11 15 58 b 6 9 13 46 c 8 14 20 73
向量：
上部： 24， 35， 22， 63 下限： 10， 11， 12， 11
返回：
1 2 3 4 .. 48 a 0 1 1 0(在上[1]和下[1]之间) b 0 0 1 0(在上[2]和下[2]之间) c 0 1 1 0 ...
我想在没有循环的情况下执行此操作，因为我很确定有一种方法可以做到这一点，但我似乎找不到它。
一种使用 dplyr 的方法：
# Data
df <- data.frame(id=letters[1:3], col2=c(7,6,8), col3=c(11,9,14), col4=c(15,13,20), col48=c(58,46,73))
# chain of operations
library(dplyr)
df %>%
mutate(upper = c(24, 35, 22), lower = c(10, 11, 12)) %>%
mutate_at(paste0("col", c(2:4, 48)), funs(.>=lower & .<=upper)) %>%
mutate_at(paste0("col", c(2:4, 48)), as.integer) %>%
select(-lower, -upper)
输出：
col1 col2 col3 col4 col48
1 a 0 1 1 0
2 b 0 0 1 0
3 c 0 1 1 0
既然你说其他变量是数字，那么我们可以这样做：
ifelse(t(upper.bounds-t(df[-1])>0&lower.bounds-t(df[-1])<0),1,0)
c2 c3 c4 c48
[1,] 0 0 1 0
[2,] 0 0 1 0
[3,] 0 1 1 0
不需要lapply或forloop其中数据：
df=read.table(text=" c1 c2 c3 c4 c48
a 7 11 15 58
b 6 9 13 46
c 8 14 20 73
",h=T)
可以通过遍历所有列的lappy使用隐式循环来避免显式for循环。我认为，如果您遍历列，但仅当您遍历行时，从性能的角度来看，循环并不重要(因为 R 将列的元素作为向量存储在连续内存位置中，以便性能最佳，但每行的元素分布在内存位置上，这会导致性能损失循环第 1 行 1 x 1)：
df <- data.frame(c1 = c(7, 6, 8), c2 = c(11, 9, 14), c3 = c(15, 13, 20), c48 = c(58, 46, 73))
df
lower.bounds <- c(10, 11, 12) # , 11)
upper.bounds <- c(24, 35, 22) # , 63)
res <- lapply(df, function(col) {ifelse(col >= lower.bounds & col <= upper.bounds, 1, 0)})
as.data.frame(res)
# c1 c2 c3 c48
# 1 0 1 1 0
# 2 0 0 1 0
# 3 0 1 1 0
另一个可能更简单的解决方案可能是：
df <- data.frame(c1 = c(7, 6, 8),
c2 = c(11, 9, 14),
c3 = c(15, 13, 20),
c48 = c(58, 46, 73))
lower.bounds <- c(10, 11, 12)
upper.bounds <- c(24, 35, 22)
ifelse(upper.bounds > df[] & lower.bounds < df[], 1, 0)
# Result:
# c1 c2 c3 c48
# [1,] 0 1 1 0
# [2,] 0 0 1 0
# [3,] 0 1 1 0
或
as.data.frame(ifelse(upper.bounds > df[] & lower.bounds < df[], 1, 0))
# Result:
#
# c1 c2 c3 c48
# 1 0 1 1 0
# 2 0 0 1 0
# 3 0 1 1 0
另一种选择是只对列使用应用。我认为它非常简单干净。
df <- data.frame(V2=c(7,6,8), V3=c(11,9,14), V4=c(15,13,20), V48=c(58,46,73))
upper <- c(24, 35, 22)
lower <- c(10, 11, 12)
data.frame(apply(df,2,function(x)((upper>=x)*(x>=lower))))
V2 V3 V4 V48
1 0 1 1 0
2 0 0 1 0
3 0 1 1 0
编辑：在MKR评论之后，我变得好奇，不得不测试性能。如果对如何以不同的方式衡量它有任何建议，请发表评论。
df <- data.frame(V2=c(7,6,8), V3=c(11,9,14), V4=c(15,13,20), V48=c(58,46,73))
upper <- c(24, 35, 22)
lower <- c(10, 11, 12)
start.time <- Sys.time()
data.frame(apply(df,2,function(x)((upper>=x)*(x>=lower))))
#V2 V3 V4 V48
#1 0 1 1 0
#2 0 0 1 0
#3 0 1 1 0
Sys.time()-start.time
#Time difference of 0.0146079 secs
start.time <- Sys.time()
data.frame(apply(df,2,function(x)(as.numeric((upper>=x)&(x>=lower)))))
#V2 V3 V4 V48
#1 0 1 1 0
#2 0 0 1 0
#3 0 1 1 0
Sys.time()-start.time
#Time difference of 0.0124476 secs
start.time <- Sys.time()
data.frame(ifelse(upper > df[] & lower < df[], 1, 0))
#V2 V3 V4 V48
#1 0 1 1 0
#2 0 0 1 0
#3 0 1 1 0
Sys.time()-start.time
#Time difference of 0.008914948 secs