我可以使用 tidyverse 更快地使用 'if' 和 'else' 语句创建 for 循环吗

Question

我有一个使用 if else 语句进行数据挖掘的 for 循环。然而运行确实需要很长时间。我在某处读到 tidyverse（dplyr 或 purrr）有时可以比运行ning 循环更快地替代，但我在 purrr 中找不到任何 'if' 'else' 函数。到目前为止，这是我的循环：

  for (j in 1:length(my.query$data$value)){
    if(my.query$data$station[j] %in%  dataPRCP[,1]){
      rowNum<-which(dataPRCP[,1]==my.query$data$station[j])
      dataPRCP[rowNum,i+3]<-my.query$data$value[j]
    } else {
      dataPRCP<-rbind(dataPRCP,emptyrow)
      rowNum<-length(dataPRCP[,1])
      location <- ncdc_stations(stationid = my.query$data$station[j])
      dataPRCP[rowNum,1]<-my.query$data$station[j]
      dataPRCP[rowNum,2]<-location$data$latitude
      dataPRCP[rowNum,3]<-location$data$longitude
      dataPRCP[rowNum,i+3]<-my.query$data$value[j]
    }
  }

Answer 1

您需要一个最小的工作示例才能获得直接帮助（我不知道您的数据是什么样的，也不知道您是如何尝试操作它的）。但是，purrr 中的一般策略是对列表中的每个元素应用一个函数。将您的 if/else 语句放入函数中（具有合适的输入），然后 map 将该函数应用于每个元素：

# trivial example
library(purrr)
result <- map(1:5, print)

或（if/else）

f <- function(x) {
  if(x > 2) data_frame(a = 4, b = 10)
  else data_frame(a = 0, b = 3)
}
map_df(1:5, f) # result is a data_frame

如果您输出的是数据框中的新元素，您可能会发现检查 ifelse 更有用，它是矢量化的或 tidyverse 版本 if_else这对数据类型更挑剔。

# trivial example
# library(dplyr)
data_frame(a = 1:4) %>%
  mutate(b = if_else(a > 2, 1, 10)

我可以使用 tidyverse 更快地使用 'if' 和 'else' 语句创建 for 循环吗

Can I use tidyverse to make a for loop with an 'if' and 'else' statement faster

r

dplyr

purrr