在沒有for循環的情況下在另一個df上創建data.frame條件

Question

我試圖根據參考data.frame的值創建一個採用不同值的data.frame。我只知道如何用「for循環」來做到這一點，但建議避免R中的循環...並且我的實際數據有〜500,000行x〜200列。

a <- as.data.frame(matrix(rbinom(10,1,0.5),5,2,dimnames=list(c(1:5),c("a","b")))) 
b <- data.frame(v1=c(2,10,12,5,11,3,4,14,2,13),v2=c("a","b","b","a","b","a","a","b","a","b")) 
c <- as.data.frame(matrix(0,5,2)) 

for (i in 1:5){ 
    for(j in 1:2){ 
    if(a[i,j]==1){ 
     c[i,j] <- mean(b$v1[b$v2==colnames(a)[j]]) 
    } else { 
     c[i,j]= mean(b$v1) 
    }}} 
c 

我基於data.frame「a」的每個單元格中的值和相應的列名稱創建data.frame「c」。 有沒有另一種方法來做到這一點？索引？使用data.table？也許適用功能？ 任何和所有的幫助，非常感謝！

Answer 1

(a == 0) * mean(b$v1) + t(t(a) * c(tapply(b$v1, b$v2, mean))) 

分段運行以瞭解發生了什麼。此外，請注意，這假定在a中有序的名稱（0和1作爲條目，按照OP）。

如上使用mapply一堆t的的另一種（假定a是data.frame或data.table而不是matrix，雖然上述不關心）：

(a == 0) * mean(b$v1) + mapply(`*`, a, tapply(b$v1, b$v2, mean)) 

Answer 2

#subsetting a matrix is faster 
res <- as.matrix(a) 

#calculate fill-in values outside the loop 
in1 <- mean(b$v1) 
in2 <- sapply(colnames(a),function(i) mean(b$v1[b$v2==i])) 

#loop over columns and use a vectorized approach 
for (i in seq_len(ncol(res))) { 
    res[,i] <- ifelse(res[,i]==0, in1, in2[i]) 
}