如何在 r 中编写一个函数来对记录进行计算？

Question

在 C# 中，我习惯了数据集和当前记录的概念。对我来说，用当前记录的条件编写一个复杂的计算价格函数会很容易。

我无法理解如何在 r 中执行此操作。

我尝试了以下

   train <- read.csv("Train.csv" )
   df <- as.data.frame.matrix(train)
   v = c(  df$Fuel.Type ,df$No.Gears)
   names(v ) <- c( "FuelType" ,"NoGears")
   df$FEType = FEType( v)

其中 my 函数定义为

FEType <- function(v    ){
  ret="Low"
  if (v["FuelType"]=='G') {
    ret ="High"
  }
  return(ret)
}

这不像我预期的那样工作，当我检查 v 时，我看到它包含汇总总数而不是我预期的当前行。

我哪里错了？

在这里的问题中，我在最后一段中看到了一些提示。

为了重现问题，表明我想做什么，我有

IsPretty <-function(PetalWidth){
  if (PetalWidth  >0.3) return("Y")
  return("N")
}

df <- iris
df$Pretty = IsPretty(df$Petal.Width)
    

这给出了错误

条件的长度 > 1 并且只使用第一个元素

这让我开始研究向量。但我不相信这是正确的方向。

[更新]

我习惯于考虑表格和当前记录。因此我在想

df$Pretty = IsPretty(df$Petal.Width)

将具有使用计算出的 isPretty 属性向我的数据框中添加一列的效果

为什么我的计算中不能包含 if 条件？

Answer 1

矢量化是您需要在 R 中习惯的最基本（也是不寻常）的事情之一。许多（大多数？）R 操作都是矢量化的。但有些事情不是 - 并且if(){}else{}是非矢量化的事情之一。它用于控制流（是否运行代码块）而不是向量操作。ifelse()是一个单独的函数，用于向量，其中第一个参数是“测试”，第二和第三个参数是“如果是”和“如果不是”结果。测试是一个向量，返回值是测试中每个项目的适当是/否结果。结果将与 test 的长度相同。

所以我们会IsPretty像这样编写你的函数：

IsPretty <- function(PetalWidth){
  return(ifelse(PetalWidth > 0.3, "Y", "N"))
}

df <- iris
df$Pretty = IsPretty(df$Petal.Width)

与if(){...}else{...}测试条件长度为 1的块相比，可以在其中运行任意代码...- 可能返回比测试更大的结果，或者更小的结果，或者没有结果 - 可能会修改其他对象......你可以这样做里面的任何东西if(){}else()，但测试条件的长度必须为 1。

您可以IsPretty一次一行地使用您的函数 - 它适用于任何一行。所以我们可以把它放在一个循环中，如下所示，一次检查一行，一次进行if()一项测试，一次分配一个结果。但是 R 针对矢量化进行了优化，这会明显变慢并且是一个坏习惯。

IsPrettyIf <-function(PetalWidth){
  if (PetalWidth  >0.3) return("Y")
  return("N")
}

for(i in 1:nrow(df)) {
  df$PrettyLoop[i] = IsPrettyIf(df$Petal.Width[i])
}

下面的基准测试表明矢量化版本的速度提高了 50 倍。这是一个如此简单的案例和如此小的数据，这无关紧要，但对于更大的数据，或更复杂的操作，矢量化和非矢量化代码之间的差异可能是几分钟而不是几天。

microbenchmark::microbenchmark(
  loop = {
    for(i in 1:nrow(df)) {
      df$PrettyLoop[i] = IsPrettyIf(df$Petal.Width[i])
    }
  },
  vectorized = {
    df$Pretty = IsPretty(df$Petal.Width)    
  }
)
Unit: microseconds
       expr    min     lq     mean median      uq     max neval
       loop 3898.9 4365.6 5880.623 5442.3 7041.10 11344.6   100
 vectorized   47.7   59.6  112.288   67.4   83.85  1819.4   100

这是 R 学习者的一个常见问题 - 您可以在 Stack Overflow 上找到许多问题，人们if(){}else{}在需要时使用这些问题，ifelse()反之亦然。为什么不能ifelse返回向量？是来自问题对立面的常见问题解答。

你的尝试发生了什么？

IsPretty <- function(PetalWidth){
  return(ifelse(PetalWidth > 0.3, "Y", "N"))
}

df <- iris
df$Pretty = IsPretty(df$Petal.Width)

^{由reprex 包(v0.3.0)于 2020 年 11 月 8 日创建}