r - %in%, == 或其他东西来比较多个值

Question

我想我仍然不太清楚 R 如何处理向量化语句中的各个元素。

我有以下代码

df1$flag <- ifelse(df1$year < 2013 &
        df1$year == df2$year &
        as.character(df1$code) == as.character(df2$code), 'Y', df1$flag)

我正在对这些数据进行操作

year <- c(2011, 2012, 2011, 2013, 2014, 2016, 2016, 2015, 2016, 2010)
flag <- 'N'
code <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
df1 <- data.frame(year, flag, code)

rm(year)
rm(flag)
rm(code)

year <- c(2015, 2013, 2011, 2012, 2016, 2016, 2010)
code <- c(5, 7, 3, 2, 14, 99, 10)
df2 <- data.frame(year, code)

df1$flag <- ifelse(df1$year < 2013 &
                     df1$year == df2$year &
                     as.character(df1$code) == as.character(df2$code), 'Y', df1$flag)

我希望这是输出

> df1
   year flag code
1  2011    1    1
2  2012    Y    2
3  2011    Y    3
4  2013    1    4
5  2014    1    5
6  2016    1    6
7  2016    1    7
8  2015    1    8
9  2016    1    9
10 2010    Y   10

但我却得到了这个

> df1
   year flag code
1  2011    1    1
2  2012    1    2
3  2011    Y    3
4  2013    1    4
5  2014    1    5
6  2016    1    6
7  2016    1    7
8  2015    1    8
9  2016    1    9
10 2010    1   10

我希望 ifelse 语句将 df1$year 和 df1$code 的每个元素与 df2$ 的每个元素进行比较year 和 df2$code，但它看起来不像 == 或 %in% 会那样做。

换个说法，我要的就是这样比较元素

for(i in 1:nrow(df1)) {
    for(z in 1:nrow(df2)) {
         if(df1$year[i] < 2013 & df1$year[i] == df2$year[z] & 
                            as.character(df1$code[i]) == as.character(df2$code[z]))
             df1$flag[i] <- 'Y'
    }
}

很明显像这样使用for会大大降低执行速度，无法使用，但看起来不像==，%in%、identical() 或 all.equal() 将执行我在 for 循环中描述的操作。如何获得我在 R 中描述的输出？

Answer 1

ifelse 按元素比较两个向量(假设它们的长度相同，如果不相同，则小向量将被回收，以便它们相同)。

这意味着您的代码:

df1$flag <- ifelse(df1$year < 2013 &
        df1$year == df2$year &
        as.character(df1$code) == as.character(df2$code), 'Y', df1$flag)

相当于:

for(i in 1:nrow(df1)) {
         if(df1$year[i] < 2013 & df1$year[i] == df2$year[i] & 
            as.character(df1$code[i]) == as.character(df2$code[i]))
           df1$flag[i] <- 'Y'
}

假设 df1 和 df2 的行数相同。

---

更新

这是 merge 而不是 for loop 或 if else 的情况。基本上，您想要合并年份和代码的数据集，然后如果年份小于 2013 年，则将 'Y' 分配给标志。

所以，我像这样向 df2 添加了一个标识符:

year <- c(2015, 2013, 2011, 2012, 2016, 2016, 2010)
code <- c(5, 7, 3, 2, 14, 99, 10)
flag2 <- 'Y'
#make sure the flags are not factors
df2 <- data.frame(year, code, flag2, stringsAsFactors = FALSE)

然后你就可以:

#merge on year and code
newdf <- merge(df1, df2, by = c('year', 'code'), all.x = TRUE)
#assign Y to flag if year < 2013 and flag2 == Y
newdf$flag[newdf$year < 2013 & newdf$flag2 == 'Y'] <- 'Y'
#delete flag2
newdf$flag2 <- NULL
newdf

出去

   year code flag
1  2010   10    Y
2  2011    1    N
3  2011    3    Y
4  2012    2    Y
5  2013    4    N
6  2014    5    N
7  2015    8    N
8  2016    6    N
9  2016    7    N
10 2016    9    N