我做了可重現的最小例子，但我的真實資料真的很大
ac_1 <-c(0.1, 0.3, 0.03, 0.03)
ac_2 <-c(0.2, 0.4, 0.1, 0.008)
ac_3 <-c(0.8, 0.043, 0.7, 0.01)
ac_4 <-c(0.2, 0.73, 0.1, 0.1)
c_2<-c(1,2,5,23)
check_1<-c(0.01, 0.902,0.02,0.07)
check_2<-c(0.03, 0.042,0.002,0.00001)
check_3<-c(0.01, 0.02,0.5,0.001)
check_4<-c(0.001, 0.042,0.02,0.2)
id<-1:4
df<-data.frame(id,ac_1, ac_2,ac_3,ac_4,c_2,check_1,check_2,check_3,check_4)
所以，資料框是這樣的：
> df
id ac_1 ac_2 ac_3 ac_4 c_2 check_1 check_2 check_3 check_4
1 1 0.10 0.200 0.800 0.20 1 0.010 0.03000 0.010 0.001
2 2 0.30 0.400 0.043 0.73 2 0.902 0.04200 0.020 0.042
3 3 0.03 0.100 0.700 0.10 5 0.020 0.00200 0.500 0.020
4 4 0.03 0.008 0.010 0.10 23 0.070 0.00001 0.001 0.200
而我想做的是，
如果 check_1 為 0.02，我將對應的 ac_1 設為缺失資料。如果 check_2 為 0.02，我將對應的 ac_2 設為缺失資料。我將在每個“檢查”和“交流”列中繼續這樣做
例如，在 check_1 列中，第 3 個 id 的人有 0.02。所以，這個人的 ac_1 分數應該是缺失資料——0.03 應該是缺失資料（NA）
在 check_3 列中，第二個 id 人有 0.02。所以，這個人的 ac_3 分數應該是缺失資料。
在 check_4 列中，第 3 個 id 的人有 0.02，因此，此人的 ac_4 分數應該是缺失資料。
所以。我所做的如下：
for(i in 1:4){
if(paste0("df$check_",i)==0.02){
paste0("df$ac_",i)==NA
}
}
但是，它沒有用......
uj5u.com熱心網友回復：
你真的很接近，但你在一些基本面上偏離了。
您不能（輕松）使用字串來參考物件，因此“df$check_1”將不起作用。您可以使用字串來參考列名，但不能使用
$，您需要使用[or[[，這樣df[["check_1"]]才能作業。if未矢量化，因此它不適用于列中的每個值。改用ifelse，甚至更好，在這種情況下我們可以if完全跳過。==由于精度問題，在非整數上使用是有風險的。我們將改為使用容差。小問題，
paste0("df$ac_",i)==NA不好，==是檢查平等。您需要=或<-為該行分配。
解決所有這些問題：
for(i in 1:4){
df[
## rows to replace
abs(df[[paste0("check_", i)]] - 0.02) < 1e-10,
## column to replace
paste0("ac_", i)
] <- NA
}
df
# id ac_1 ac_2 ac_3 ac_4 c_2 check_1 check_2 check_3 check_4
# 1 1 0.10 0.200 0.80 0.20 1 0.010 0.03000 0.010 0.001
# 2 2 0.30 0.400 NA 0.73 2 0.902 0.04200 0.020 0.042
# 3 3 NA 0.100 0.70 NA 5 0.020 0.00200 0.500 0.020
# 4 4 0.03 0.008 0.01 0.10 23 0.070 0.00001 0.001 0.200
uj5u.com熱心網友回復：
使用長格式資料通常會更好，即使只是暫時的。這是一個這樣做的例子，使用dplyrand tidyr：
pivot_longer(df, -c(id,c_2)) %>%
separate(name,into=c("type", "pos")) %>%
pivot_wider(names_from=type, values_from = value) %>%
mutate(ac=if_else(near(check,0.02), as.double(NA), ac)) %>%
pivot_wider(names_from = pos, values_from = ac:check)
（near()感謝 Gregor 更新）
輸出：
id c_2 ac_1 ac_2 ac_3 ac_4 check_1 check_2 check_3 check_4
<int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 1 0.1 0.2 0.8 0.2 0.01 0.03 0.01 0.001
2 2 2 0.3 0.4 NA 0.73 0.902 0.042 0.02 0.042
3 3 5 NA 0.1 0.7 NA 0.02 0.002 0.5 0.02
4 4 23 0.03 0.008 0.01 0.1 0.07 0.00001 0.001 0.2
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/474993.html