R - 比较列中的值并使用此比较结果创建新列。有没有比循环更好的方法？

Question

我是 R 的初学者。虽然我已经阅读了很多手册和这里的这个板，但我必须问我的第一个问题。有点像here但实际上不一样，我不明白那里的解释。
我有一个包含数十万行和 30 列的数据框。但是对于我的问题，我创建了一个您可以使用的更简单的数据框:

a <- sample(c(1,3,5,9), 20, replace = TRUE)
b <- sample(c(1,NA), 20, replace = TRUE)
df <- data.frame(a,b)

现在我想比较最后一列的值(这里是 b 列)，这样我就可以迭代地查看每一行的值，如果它与下一行相同排。如果相同我想在同一行的新列中写一个 0 作为值，否则它应该是一个 1 作为新列的值.

在这里你可以看到我的代码，那是行不通的，因为新列的行只包含0:

m<-c()

for (i in seq(along=df[,1])){
    ifelse(df$b[i] == df$b[i+1],m <- 0, m <- 1)          
    df$mov <- m
}

结果，我想要得到的，如下例所示。怎么了？还有比创建循环更好的方法吗？对于我的大数据集，循环可能会非常慢。

   a  b mov
1  9 NA   0
2  1 NA   1
3  1  1   1
4  5 NA   0
5  1 NA   0
6  3 NA   0
7  3 NA   1
8  5  1   0
9  1  1   0
10 3  1   0
11 1  1   0
12 9  1   0
13 1  1   1
14 5 NA   0
15 9 NA   0
16 9 NA   0
17 9 NA   0
18 5 NA   0
19 3 NA   0
20 1 NA   0

感谢您的帮助!

Answer 1

在您的示例中有几件事需要考虑。

首先，为避免循环，您可以创建移动一个位置的矢量副本。 (大约有 20 种方法可以做到这一点。)然后，当您测试向量 B 与 C 时，它将对每个位置与其相邻位置进行逐元素比较。

其次，相等比较不适用于 NA——它们总是返回 NA。所以 NA == NA 不是 TRUE 它是 NA!同样，大约有 20 种方法可以解决这个问题，但在这里我只是将临时向量中的所有 NA 替换为一个占位符，该占位符将用于相等性测试。

最后，您必须决定要对最后一个值(没有邻居)做什么。我在这里放置了 1，这是您对“与其邻居不匹配”的分配。

因此，根据 b 中可能的值范围，您可以这样做

c = df$b 
z = length(c)
c[is.na(c)] = 'x'   # replace NA with value that will allow equality test
df$mov = c(1 * !(c[1:z-1] == c[2:z]),1)     # add 1 to the end for the last value