對函式中向量的所有元素進行邏輯比較

我想創建一個函式，允許我輸入具有不同列數的資料框，并創建兩個新列：

1. 一個基于對所有其他人的邏輯比較，并且
2. 一個基于對所有其他列和第一個新列的邏輯比較。

一個最小的例子是具有兩個變數的資料集：

V1 <- c(1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 0)
V2 <- c(0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 0, 1, 0)
Data <- data.frame(V1, V2)

我想使用如下所示的函式創建兩個新列：

my.spec.df <- function(data, variables, new.var.name){
   new.df <- data

   # First new column
   new.df[[new.var.name]] <- 0
   new.df[[new.var.name]][new.df$V1 == Lag(new.df$V1, 1) & new.df$V2 == Lag(new.df$V2, 1)] <- 1 # I want my logical comparison to be applicable to all variables listed in [[variables]], not just V1 and V2 used here as minimal example

   # Second new column
   new.df$Conj.Var.[[new.var.name]] <- 0 # I want this second new column to take the name "Conj.Var." the name of the first new variable, which I tried to achieve with the [[]] but it did not work (same in the next row)
   new.df$Conj.Var.[[new.var.name]][new.df$V1 == 1 & new.df$V2 == 1 & new.df[[new.var.name]] == 1] <- 1 # Again, I want the logical comparison to be applicable to all variables listed [[variables]] and the first newly created column

   return(new.df)
}

spec.df <- my.spec.df(Data,
                      variables=c("V1", "V2"),
                      new.var.name="NV1")

新資料框應如下所示：

print(spec.df)
   V1 V2 NV1 Conj.Var.NV1
1   1  0   0            0
2   0  1   0            0
3   1  1   0            0
4   1  1   1            1
5   0  0   0            0
6   0  1   0            0
7   1  0   0            0
8   1  0   1            0
9   0  0   0            0
10  0  1   0            0
11  0  1   1            0
12  1  1   0            0
13  1  0   0            0
14  0  1   0            0
15  0  0   0            0

正如代碼中所評論的，我在三件事上掙扎：

1. 將第一個新列的邏輯比較應用于列出的所有變數（不僅僅是我的最小示例中的兩個變數），因為數字可以從列出的一個變數變為多個變數，
2. 根據為第一個新列引入的名稱格式化第二個新列的名稱
3. 將第二個新列的邏輯比較也應用于列出的所有變數。

任何人都可以提供幫助？提前謝謝了！

uj5u.com熱心網友回復：

這是一個解決方案。
它使用輔助功能all_one_by_row來完成主要作業。以及一個臨時邏輯矩陣，用于存盤與variables列中的滯后值相等的值。

all_one_by_row <- function(data, cols) {
  if(missing(cols))
    as.integer(rowSums(data) == ncol(data))
  else
    as.integer(rowSums(data[cols]) == ncol(data[cols]))
}

my.spec.df <- function(data, variables, new.var.name){
  new.df <- data

  # First new column
  tmp <- sapply(new.df[variables], \(x) x == Lag(x, 1))
  tmp[is.na(tmp)] <- FALSE
  new.df[[new.var.name]] <- all_one_by_row(tmp)
  
  # Second new column
  New.Col <- paste0("Conj.Var.", new.var.name)
  Cols <- c(variables, new.var.name)
  new.df[[New.Col]] <- all_one_by_row(new.df, Cols)

  new.df
}

spec.df <- my.spec.df(Data,
                      variables=c("V1", "V2"),
                      new.var.name="NV1")

spec.df
#   V1 V2 NV1 Conj.Var.NV1
#1   1  0   0            0
#2   0  1   0            0
#3   1  1   0            0
#4   1  1   1            1
#5   0  0   0            0
#6   0  1   0            0
#7   1  0   0            0
#8   1  0   1            0
#9   0  0   0            0
#10  0  1   0            0
#11  0  1   1            0
#12  1  1   0            0
#13  1  0   0            0
#14  0  1   0            0
#15  0  0   0            0

uj5u.com熱心網友回復：

請注意，樣本資料不足以測驗超過 2 個變數的情況。注意：我在 V2 變數的位置 13 處插入了一個 1。

V1 <- c(1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 0)
V2 <- c(0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0)
V3 <- c(0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0)
Data <- data.frame(V1, V2, V3)

library(tidyverse)
library(rlang)
my.spec.df <- function(data, variables, new.var.name){
  x <- sym(variables[1])
  y <- syms(variables[-1]) # list of variable names
  ind <- ncol(data)   (2 length(y))
  lgl <- parse_expr(paste0(lapply(y, \(x){
    paste(x, "== lag(", x, ")")
  }), collapse = " & "))
  lgl2 <- parse_expr(paste0(lapply(y, paste, "== 1"), collapse = " & "))
  comps <- expr(!!x == x_lag & !!lgl)
  comps2 <- expr(!!x == 1 & !!lgl2 & .[[ind]] == 1)
  data %>%
    mutate(x_lag = lag(!!x, 1, default = 0)) %>%
    mutate_at(vars(!!!y), funs(lag = lag(., default = 0))) %>%
    mutate("{new.var.name}" := ifelse(!!comps, 1, 0)) %>%
    mutate("Conj.var.{new.var.name}" := ifelse(!!comps2, 1, 0)) %>%
  select(-ends_with("lag"))
}

對于 dplyr 1.0 及更高版本，我們可以使用glue包中的語法來命名新變數，:=請參閱此帖子了解其他方法。因為我們不知道變數的數量，所以我們要動態參考新列。這個堆疊溢位帖子列出了各種方法來做到這一點。

在樣本資料上測驗時，my.spec.df(Data, variables = c("V1", "V2"), new.var.name = "NV1")回傳

   V1 V2 V3 NV1 Conj.var.NV1
1   1  0  0   0            0
2   0  1  0   0            0
3   1  1  0   0            0
4   1  1  1   1            1
5   0  0  1   0            0
6   0  1  1   0            0
7   1  0  0   0            0
8   1  0  0   1            0
9   0  0  0   0            0
10  0  1  0   0            0
11  0  1  1   1            0
12  1  1  1   0            0
13  1  1  1   1            1
14  0  1  0   0            0
15  0  0  0   0            0

并my.spec.df(Data, variables = c("V1", "V2", "V3"), new.var.name = "NV1")回傳

   V1 V2 V3 NV1 Conj.var.NV1
1   1  0  0   0            0
2   0  1  0   0            0
3   1  1  0   0            0
4   1  1  1   0            0
5   0  0  1   0            0
6   0  1  1   0            0
7   1  0  0   0            0
8   1  0  0   1            0
9   0  0  0   0            0
10  0  1  0   0            0
11  0  1  1   0            0
12  1  1  1   0            0
13  1  1  1   1            1
14  0  1  0   0            0
15  0  0  0   0            0

標籤：r 数据框 功能 循环

上一篇：使用給定條件的字典替換資料框中的列

下一篇：不知道如何將矩陣中的“對角線下”數字改為負數