r - 如何替换嵌套的 for 循环？

Question

Givena 矩阵包含 3 个变量、一个标识符和 2 个数字变量“A”和“B”。我为变量“A”的值定义了某些范围，为“B”定义了其他范围。我想提取并存储验证“A”和“B”变量是否在指定范围内的标识符。

例如，考虑以下示例:

DF = data.frame(identifier = 1:18, A=rep(c(1,2,3,4,5,6), each=3), B=rep(c(11,12,13,14, 15, 16), 3))
interval_a = c(1, 3, 6)
interval_b = c(11, 13, 16)

我有一个数据框，我想提取验证 A 介于 1 和 3 之间，B 介于 11 和 13 之间的标识符。然后，我想要验证 A 介于 1 和 3 之间，B 介于 13 之间的标识符和 16，以此类推。

我知道这可以通过像这样的嵌套 for 循环来完成:

identifier_list = list()
for(i in 1:(length(interval_a)-1))
{
  df_tmp = DF[which(DF$A<interval_a[i+1] & DF$A>=interval_a[i]),]
  for(j in 1:(length(interval_b)-1))
  {

    identifier_list[[(length(identifier_list) +1)]] = df_tmp[which(df_tmp$B<interval_b[j+1] & df_tmp$B>=interval_b[j]),'identifier']
  }
}

但如果 A 和 B 中要考虑的间隔数量很大，我发现这不切实际。有没有更好的办法？

Answer 1

这是一个 data.table依赖于 1) 创建查找表和 2) 进行非对等连接的方法。

library(data.table)
DF = data.frame(identifier = 1:18, A=rep(c(1,2,3,4,5,6), each=3), B=rep(c(11,12,13,14, 15, 16), 3))
interval_a = c(1, 3, 6)
interval_b = c(11, 13, 16)

# make lookup tables based on the a and b intervals
int_a = data.frame(A_start = interval_a[-length(interval_a)],
                   A_end = interval_a[-1L])

int_b = data.frame(B_start = interval_b[-length(interval_b)],
                   B_end = interval_b[-1L])

#all combinations of the two intervals and adding an ID
int_lookup = merge(int_a, int_b, by = NULL)

setDT(int_lookup)
int_lookup[, ID := .I]

int_lookup
#>    A_start A_end B_start B_end    ID
#>      <num> <num>   <num> <num> <int>
#> 1:       1     3      11    13     1
#> 2:       3     6      11    13     2
#> 3:       1     3      13    16     3
#> 4:       3     6      13    16     4

# make DF a data.table and do a non-equi join
setDT(DF)
DF[int_lookup, 
   on = .(A >= A_start,
          A < A_end,
          B >= B_start,
          B < B_end),
   comb_ID := ID]

DF
#>     identifier     A     B comb_ID
#>          <int> <num> <num>   <int>
#>  1:          1     1    11       1
#>  2:          2     1    12       1
#>  3:          3     1    13       3
#>  4:          4     2    14       3
#>  5:          5     2    15       3
#>  6:          6     2    16      NA
#>  7:          7     3    11       2
#>  8:          8     3    12       2
#>  9:          9     3    13       4
#> 10:         10     4    14       4
#> 11:         11     4    15       4
#> 12:         12     4    16      NA
#> 13:         13     5    11       2
#> 14:         14     5    12       2
#> 15:         15     5    13       4
#> 16:         16     6    14      NA
#> 17:         17     6    15      NA
#> 18:         18     6    16      NA

如果我们按 comb_ID 拆分，我们可以获得与您的输出类似的列表。在末尾:

split(DF, by =  'comb_ID')

> split(DF, by =  'comb_ID')
$`1`
   identifier     A     B comb_ID
        <int> <num> <num>   <int>
1:          1     1    11       1
2:          2     1    12       1

$`3`
   identifier     A     B comb_ID
        <int> <num> <num>   <int>
1:          3     1    13       3
2:          4     2    14       3
3:          5     2    15       3

$`NA`
   identifier     A     B comb_ID
        <int> <num> <num>   <int>
1:          6     2    16      NA
2:         12     4    16      NA
3:         16     6    14      NA
4:         17     6    15      NA
5:         18     6    16      NA

$`2`
   identifier     A     B comb_ID
        <int> <num> <num>   <int>
1:          7     3    11       2
2:          8     3    12       2
3:         13     5    11       2
4:         14     5    12       2

$`4`
   identifier     A     B comb_ID
        <int> <num> <num>   <int>
1:          9     3    13       4
2:         10     4    14       4
3:         11     4    15       4
4:         15     5    13       4