R:如何在数据框中进行偏移和匹配？

Question

我想使用类似于 Excel 的 OFFSET 和 MATCH 函数的东西，这是一个示例数据集:
数据=

Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |
Test2      |FALSE   |25%    |0      |
Test1      |TRUE    |16%    |0      |
Test3      |FALSE   |12%    |1      |

结果列应为:

Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |TRUE
Test2      |FALSE   |25%    |0      |25%
Test1      |TRUE    |16%    |0      |TRUE
Test3      |FALSE   |12%    |1      |1

在最后的 RESULT 列中，我想要搜索哪个测试的测试结果？柱子。在此示例中，RESULT 列可以返回例如数字或字符串。在 Excel 公式中将是:

=OFFSET($A$1, ROW()-1,MATCH(A2,$B$1:$D$1,0))

到目前为止，我已经尝试使用 sapply 列出测试并将其返回到另一个函数，例如 which(colnames... 这就是我卡住的地方。

Answer 1

我会选择 sapply:

data <- read.table(text="Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |
Test2      |FALSE   |25%    |0      |
Test1      |TRUE    |16%    |0      |
Test3      |FALSE   |12%    |1      |", 
 header=T, 
 sep="|",
 stringsAsFactors=F,
 strip.white=T)

data$RESULT <- sapply( 1:nrow(data), function(x) { data[x,data[x,1]] })

对于每一行，获取目标列 data[x,1] (内部访问)，并为此列获取行值 data[x,...] .

输出:

> data
  Which.Test. Test1 Test2 Test3 RESULT Result
1       Test1  TRUE   80%     0     NA   TRUE
2       Test2 FALSE   25%     0     NA    25%
3       Test1  TRUE   16%     0     NA   TRUE
4       Test3 FALSE   12%     1     NA      1

sapply 中的函数有两个 vars将会:

function(x) {
 tcol <- data[x,1] # First column value of row x
 data[x,tcol]) # Get the value at row x and column tcol
}

使用 Map/mapply 的方法将提供 'i' ( seq(nrow(data)) )、'j' ( match(data$Which.Test., names(data)) ) 行/列索引并使用 [从“数据”中提取元素。我们用 list 包装以便“数据”保留为单个 data.frame，并将通过“i”、“j”的长度进行循环。

 mapply(`[`, list(data), seq(nrow(data)), match(data$Which.Test., names(data) ) )
 #[1] "TRUE" "25%"  "TRUE" "1"   

虽然，一种可能的矢量化方法只是

data[cbind(1:nrow(data), match(data$Which.Test., names(data)))]
## [1] " TRUE" "25%"   " TRUE" "1"  

这与 Which.Test. 中的值匹配针对 data 的列名并返回匹配列的索引。然后，我们通过将每行的这些列与 1:nrow(data) 组合来对它们进行子集化。使用 cbind .

上面对@DavidArenburg 解决方案的更详细解释(因为我不得不花一些时间来完全理解它):

子集运算符接受一个矩阵，所以我们这样做:

1:nrow(data)很容易，它给出了一个向量 [1] 1 2 3 4对应于我们数据集中的行数

match(data$Which.Test., names(data)))给出每个匹配测试的索引[1] 1 2 3 4

cbind(..,..)绑定(bind)我们前面的两个点来构建一个矩阵:

     [,1] [,2]
[1,]    1    2
[2,]    2    3
[3,]    3    2
[4,]    4    4

我们看到这个矩阵与我们希望取值的列的每一行匹配。因此，当将此矩阵作为我们数据集的选择器时，我们会得到正确的结果。然后我们可以将其分配给新变量或 df 的新列。