R中的If-Then循环不能识别条件语句

Question

我有一个数据帧，看起来如下所示：

X Y
1 3
1 7
1 9
2 12
2 4
2 8 
3 11
3 3
3 5

我想创建一个新的变量Z，如果X=1，它为0.25，如果X=2，它为0.75，如果X=3，它为0.95。

我尝试了以下代码，它创建了一个变量Z，然后在X上循环，检查X是否是某个值，然后将Z设置为相应的正确值。例如：

data$Z <- 0
for (i in 1:length(data$X)){
   if (data$X[i]==1) {data$Z <- 0.25)
   if (data$X[i]==2) {data$Z <- 0.50)
   if (data$X[i]==2) {data$Z <- 0.95)
}

问题是，由于某种原因，条件触发器在这段代码中没有被触发。如果我只是用第一个If语句运行它，所有的Z都设置为0.25。只有前两个，它们都是0.50，等等

有关于发生了什么的线索吗？

Answer 1

在这个简单的例子中，最简单的方法是使用子集：

data$Z <- 0.25
data$Z[data$X==2] <- 0.50
data$Z[data$X==3] <- 0.95

不需要任何循环或if/else语句。

Answer 2

到目前为止，所有这些答案都假设您只有3个值（正确地说，没有理由假设其他值）。

然而，假设您可能有3个以上的值，那么在这种情况下可以使用merge：

# assuming this is your data (dummy)
set.seed(45)
df <- data.frame(x=rep(1:5, each=5), y=sample(25))

这里，x有五个唯一的值。您可以创建一个data.frame，其中包含您想要为X的每个值生成一个附加列的值：

# here for each unique x, there is a value (just for example, randomly generated)
# equivalent to 0.25, 0.5 and 0.95 in your case
key <- data.frame(x=1:5, val=runif(5))

现在，您可以将merge用作：

merge(df, key, by="x", all=T)

Answer 3

此处使用ifelse，因为它是矢量化的：

transform(dat, Z=ifelse(X==1,0.25,ifelse(X==2,0.75,0.95)))
 X  Y    Z
1 1  3 0.25
2 1  7 0.25
3 1  9 0.25
4 2 12 0.75
5 2  4 0.75
6 2  8 0.75
7 3 11 0.95
8 3  3 0.95
9 3  5 0.95

附言：这里我假设X只取3个值。

编辑

我喜欢使用sql case进行此类操作。你保持清晰的业务逻辑，它就像矢量化版本（直觉）一样快

library(sqldf)
dat$newX <- sqldf('SELECT CASE X 
       WHEN 1  THEN 0.25
       WHEN 2 THEN 0.5
       ELSE 0.95
       END AS newX
      FROM dat ')

Answer 4

您需要在相同的索引处将Z设置为您想要的值，其中x满足这些条件，因此：

data$Z <- 0
for (i in 1:length(data$X)){
   if (data$X[i]==1) {data$Z[i] <- 0.25)
   if (data$X[i]==2) {data$Z[i] <- 0.50)
   if (data$X[i]==3) {data$Z[i] <- 0.95)
}

Answer 5

它只适用于一个ifelse命令：

transform(dat, Z = ifelse(X == 3, 0.95, 0.25 + 0.5 * (X - 1)))
  X  Y    Z
1 1  3 0.25
2 1  7 0.25
3 1  9 0.25
4 2 12 0.75
5 2  4 0.75
6 2  8 0.75
7 3 11 0.95
8 3  3 0.95
9 3  5 0.95

它甚至可以在没有任何ifelse的情况下工作（多亏了数学）：

transform(dat, Z = 0.25 + round(0.50 * (X - 1) ^ .48, 2))
  X  Y    Z
1 1  3 0.25
2 1  7 0.25
3 1  9 0.25
4 2 12 0.75
5 2  4 0.75
6 2  8 0.75
7 3 11 0.95
8 3  3 0.95
9 3  5 0.95