在同一数据帧中由其他列匹配的列
在同一数据帧中由其他列匹配的列
提问于 2016-08-05 02:40:36
在下面的dataframe中，我希望创建一个名为D2的新列，它与对应的A、B或C列匹配。例如，如果D == A，我想要D2 == A2。
A A2 B B2 C C2 D
1 10 2 90 3 9 1
1 11 2 99 3 15 1
1 42 2 2 3 9 2
1 5 2 54 3 235 2
1 13 2 20 3 10 3
1 6 2 1 3 4 3这就是我希望新的数据框架看起来的样子：
A A2 B B2 C C2 D D2
1 10 2 90 3 9 1 10
1 11 2 99 3 15 1 11
1 42 2 2 3 9 2 2
1 5 2 54 3 235 2 54
1 13 2 20 3 10 3 10
1 6 2 1 3 4 3 4我已经成功地使用dplyr使用ifelse语句完成了这一任务，但是由于我使用了许多列，过了一段时间，它变得乏味起来。我想知道是否有更聪明的方法来完成同样的任务。
library(dplyr)
newdata <- olddata %>% mutate(D2=ifelse(D==A,A2,ifelse(D==B,B2,C2)))回答 1
Stack Overflow用户
回答已采纳
发布于 2016-08-05 03:08:16
我们可以使用来自max.col的base R高效地完成这一任务。只包含'A‘、'B’、'C‘列('d1')的'olddata’子集，检查它是否等于'D‘(在复制'D’以匹配长度之后)，使用max.col查找最大元素的索引(在本例中为真，假设每行有一个真值)，乘以2作为'A1‘、'B2’、'C2‘列在'A’、'B‘、'C’之后交替。cbind与行序列一起创建行/列索引，并在此基础上提取元素以创建“D2”列。
d1 <- olddata[c("A", "B", "C")]
olddata$D2 <- olddata[cbind(1:nrow(d1), max.col(d1 == rep(olddata["D"],
ncol(d1)), "first")*2)]
olddata$D2
#[1] 10 11 2 54 10 4一种稍微不同的方法是使用lapply单独比较循环中的列(如果数据集非常大，转换为大逻辑matrix可能会花费内存)，并且基于此，我们将A2、B2、C2的相应列与mapply进行子集。
i1 <- grep("^[^D]", names(olddata)) #create an index for columns that are not D
i2 <- seq(1, ncol(olddata[i1]), by = 2)#for subsetting A, B, C
i3 <- seq(2, ncol(olddata[i1]), by = 2)# for subsetting A2, B2, C2
olddata$D2 <- c(mapply(`[`, olddata[i3], lapply(olddata[i2], `==`, olddata$D)))
olddata$D2
[1] 10 11 2 54 10 4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38780274
复制相关文章
相似问题
腾讯云开发者
