'between' 值的一对一映射？
One-to-one mapping of 'between' values?
当值介于两个值之间时，我正在尝试使用 returns 数据帧的值的一对一关系进行映射。例如在这个数据集上：
Coastal_Cities Summer_2009 Summer_2010 Summer_2011 Summer_2012 Summer_2013 Summer_2014 Summer_2015 Summer_2016 Summer_2017 Summer_2018 Summer_2019
1 Aberdeen City 497 434 437 310 541 556 556 492 474 616 526
2 Barrow-in-Furness 552 555 637 445 671 726 616 514 547 773 627
3 Blackpool 551 550 623 433 664 700 585 493 535 738 611
尝试用一对一的关系映射行中的每个值，相对于上下置信度之间的值，如果不是则设置为 0。
lower_confidence upper_confidence
1 479.8784 509.0307
2 588.6927 622.7619
3 573.3041 605.4232
所以第 1 行应该映射到第 1 行，第 2 行应该映射到第 2 行等等...
例如，给定一组值：
structure(list(Coastal_Cities = c("Aberdeen City", "Barrow-in-Furness",
"Blackpool", "Bournemouth, Christchurch and Poole", "Caerdydd - Cardiff"
), Summer_2009 = c(497, 552, 551, 654, 529), Summer_2010 = c(434,
555, 550, 642, 598), Summer_2011 = c(437, 637, 623, 567, 549),
Summer_2012 = c(310, 445, 433, 481, 433), Summer_2013 = c(541,
671, 664, 776, 733), Summer_2014 = c(556, 726, 700, 799,
741), Summer_2015 = c(556, 616, 585, 619, 621), Summer_2016 = c(492,
514, 493, 598, 524), Summer_2017 = c(474, 547, 535, 659,
569), Summer_2018 = c(616, 773, 738, 806, 730), Summer_2019 = c(526,
627, 611, 688, 561)), row.names = c(NA, 5L), class = "data.frame")
#Get its 95% confidence interval by rows
ci <- function(x){
z= rowMeans(x[,-1])-1.96*(apply(x[, -1], 1, sd)/length(x[,-1]));
v =rowMeans(x[,-1])+1.96*(apply(x[, -1], 1, sd)/length(x[,-1])) ;
y=data.frame(lower_confidence = z, upper_confidence = v);
return(y)}
现在我正在尝试生成一个函数，将这些值存储在上下间隔之间的每一行中：
diff_ci <- function(x, y) {
for(i in nrow(x)) {
for(j in length(x[, -1])){
t = x[j] > ci(y)[1][[1]][i]
p = x[j] < ci(y)[2][[1]][i]
}
}
e = data.frame(t, p)
return(e)
}
但是，当我调用该函数时，我得到一个输出，我似乎无法解释它到底代表什么：
diff_ci(weather[, -1], weather)
Summer_2018 Summer_2018.1
1 FALSE TRUE
2 TRUE FALSE
3 TRUE FALSE
4 TRUE FALSE
5 TRUE FALSE
我不清楚它是否完成了我想做的任何事情。
当我 运行 把它变成 lapply 函数时：
> lapply(weather[, -1], diff_ci, y=weather)
我收到错误：
Error in data.frame(t, p) : object 'p' not found
我猜我搞砸了 for 循环中的参数分配？
我的预期输出（前两行）：
Coastal_Cities Summer_2009 Summer_2010 Summer_2011 Summer_2012 Summer_2013 Summer_2014 Summer_2015 Summer_2016 Summer_2017 Summer_2018 Summer_2019
1 Barrow-in-Furness 497 0 0 0 0 0 0 492 0 0 0
2 Blackpool 0 0 0 0 0 0 0 0 0 0 0
我还希望通过对我的代码的解释获得更清晰的版本，并解释我是如何出错的？
编辑：
我也试过这个修复了一些 i /j 的使用，但是它只打印了整个输出 ...:[=22=]
diff_ci <- function(x, y) {
for(i in nrow(x)) {
for(j in length(x[, -1])){
if(x[[j]][i] > ci(y)[1][[1]][i] | x[[j]][i] < ci(y)[2][[1]][i]){
print(x)
}
}
}
}
diff_ci(ten_year.average[, -1], ten_year.average)
阅读你的问题，在我看来你需要的是相当简单的。如果值落在按行置信区间内，则提供该值。如果某个值在置信区间 return 0 之外。我将您提供的数据命名为 reprex.
我不确定你的用例是什么，所以我并没有真正fiddle你的ci计算，只是把它从一个函数中拉出来，这样你就可以逐步构建数据框。
min <-
sapply(seq_along(reprex$Coastal_Cities),
function(x) {
rowMeans(reprex[x,-1])-1.96*(apply(reprex[x, -1], 1, sd)/length(reprex[x,-1]))
}
)
max <-
sapply(seq_along(reprex$Coastal_Cities),
function(x) {
rowMeans(reprex[x,-1])+1.96*(apply(reprex[x, -1], 1, sd)/length(reprex[x,-1]))
}
)
confint <- data.frame(min = min, max = max)
您可以利用数据帧结构，而不是通过 for 循环进入索引地狱。 A dataframe is a list of vectors 因此很容易使用 lapply 和 sapply 进行迭代。
如果我在数据框对象本身上使用 lapply，它将遍历每一列。您可以通过 运行 下面的简单示例看到这一点：
lapply(data.frame(a = 1:3, b = 4:6, c = 7:9), print)
因此，对于您的用例，您希望遍历我们用初始 lapply 调用的向量的每个元素。我们可以使用嵌套 sapply 来保持向量结构。
使用我们上面非常简单的例子，假设我们想将“b”粘贴到数据帧的每个观察中：
lapply(data.frame(a = 1:3, b = 4:6, c = 7:9),
function(x) {
sapply(x,
function(y) {
paste(y, "b") }
)
})
# if we print the above output
$a
[1] "1 b" "2 b" "3 b"
$b
[1] "4 b" "5 b" "6 b"
$c
[1] "7 b" "8 b" "9 b"
所以我们应用相同的逻辑，除了我们使用 if else 语句来 return 原始值或 return 而不是粘贴“b”如果 confint 数据帧中的相应行 (y) 为 0。
最后，我们想从输出中获取数据帧。所以我们使用 do.call 为 data.frame() 函数调用提供参数（向量列表）。
conditional <-
lapply(reprex[-1], function(x) {
sapply(seq_along(x), function(y) {
if(x[y] > confint$min[y] & x[y] < confint$max[y]) {x[y]} else {0}
})
})
do.call(data.frame, conditional)
但实际上，如果您经常做这种事情，我建议您花一些时间学习一下 tidyverse。为此类任务提供大量节省时间的工具。使用 tidyverse 你可以像这样解决这个问题：
library(tidyverse)
reprex %>%
pivot_longer(starts_with("Summer")) %>%
group_by(Coastal_Cities) %>%
mutate(sd = sd(value),
mean = mean(value),
ci_min = mean - 1.96 * sd/n(),
ci_max = mean + 1.96 * sd/n()) %>%
ungroup() %>%
mutate(value = case_when(
ci_min <= value & value <= ci_max ~ value,
TRUE ~ 0
))
当值介于两个值之间时，我正在尝试使用 returns 数据帧的值的一对一关系进行映射。例如在这个数据集上：
Coastal_Cities Summer_2009 Summer_2010 Summer_2011 Summer_2012 Summer_2013 Summer_2014 Summer_2015 Summer_2016 Summer_2017 Summer_2018 Summer_2019
1 Aberdeen City 497 434 437 310 541 556 556 492 474 616 526
2 Barrow-in-Furness 552 555 637 445 671 726 616 514 547 773 627
3 Blackpool 551 550 623 433 664 700 585 493 535 738 611
尝试用一对一的关系映射行中的每个值，相对于上下置信度之间的值，如果不是则设置为 0。
lower_confidence upper_confidence
1 479.8784 509.0307
2 588.6927 622.7619
3 573.3041 605.4232
所以第 1 行应该映射到第 1 行，第 2 行应该映射到第 2 行等等...
例如，给定一组值：
structure(list(Coastal_Cities = c("Aberdeen City", "Barrow-in-Furness",
"Blackpool", "Bournemouth, Christchurch and Poole", "Caerdydd - Cardiff"
), Summer_2009 = c(497, 552, 551, 654, 529), Summer_2010 = c(434,
555, 550, 642, 598), Summer_2011 = c(437, 637, 623, 567, 549),
Summer_2012 = c(310, 445, 433, 481, 433), Summer_2013 = c(541,
671, 664, 776, 733), Summer_2014 = c(556, 726, 700, 799,
741), Summer_2015 = c(556, 616, 585, 619, 621), Summer_2016 = c(492,
514, 493, 598, 524), Summer_2017 = c(474, 547, 535, 659,
569), Summer_2018 = c(616, 773, 738, 806, 730), Summer_2019 = c(526,
627, 611, 688, 561)), row.names = c(NA, 5L), class = "data.frame")
#Get its 95% confidence interval by rows
ci <- function(x){
z= rowMeans(x[,-1])-1.96*(apply(x[, -1], 1, sd)/length(x[,-1]));
v =rowMeans(x[,-1])+1.96*(apply(x[, -1], 1, sd)/length(x[,-1])) ;
y=data.frame(lower_confidence = z, upper_confidence = v);
return(y)}
现在我正在尝试生成一个函数，将这些值存储在上下间隔之间的每一行中：
diff_ci <- function(x, y) {
for(i in nrow(x)) {
for(j in length(x[, -1])){
t = x[j] > ci(y)[1][[1]][i]
p = x[j] < ci(y)[2][[1]][i]
}
}
e = data.frame(t, p)
return(e)
}
但是，当我调用该函数时，我得到一个输出，我似乎无法解释它到底代表什么：
diff_ci(weather[, -1], weather)
Summer_2018 Summer_2018.1
1 FALSE TRUE
2 TRUE FALSE
3 TRUE FALSE
4 TRUE FALSE
5 TRUE FALSE
我不清楚它是否完成了我想做的任何事情。
当我 运行 把它变成 lapply 函数时：
> lapply(weather[, -1], diff_ci, y=weather)
我收到错误：
Error in data.frame(t, p) : object 'p' not found
我猜我搞砸了 for 循环中的参数分配？
我的预期输出（前两行）：
Coastal_Cities Summer_2009 Summer_2010 Summer_2011 Summer_2012 Summer_2013 Summer_2014 Summer_2015 Summer_2016 Summer_2017 Summer_2018 Summer_2019
1 Barrow-in-Furness 497 0 0 0 0 0 0 492 0 0 0
2 Blackpool 0 0 0 0 0 0 0 0 0 0 0
我还希望通过对我的代码的解释获得更清晰的版本，并解释我是如何出错的？
编辑：
我也试过这个修复了一些 i /j 的使用，但是它只打印了整个输出 ...:[=22=]
diff_ci <- function(x, y) {
for(i in nrow(x)) {
for(j in length(x[, -1])){
if(x[[j]][i] > ci(y)[1][[1]][i] | x[[j]][i] < ci(y)[2][[1]][i]){
print(x)
}
}
}
}
diff_ci(ten_year.average[, -1], ten_year.average)
阅读你的问题，在我看来你需要的是相当简单的。如果值落在按行置信区间内，则提供该值。如果某个值在置信区间 return 0 之外。我将您提供的数据命名为 reprex.
我不确定你的用例是什么，所以我并没有真正fiddle你的ci计算，只是把它从一个函数中拉出来，这样你就可以逐步构建数据框。
min <-
sapply(seq_along(reprex$Coastal_Cities),
function(x) {
rowMeans(reprex[x,-1])-1.96*(apply(reprex[x, -1], 1, sd)/length(reprex[x,-1]))
}
)
max <-
sapply(seq_along(reprex$Coastal_Cities),
function(x) {
rowMeans(reprex[x,-1])+1.96*(apply(reprex[x, -1], 1, sd)/length(reprex[x,-1]))
}
)
confint <- data.frame(min = min, max = max)
您可以利用数据帧结构，而不是通过 for 循环进入索引地狱。 A dataframe is a list of vectors 因此很容易使用 lapply 和 sapply 进行迭代。
如果我在数据框对象本身上使用 lapply，它将遍历每一列。您可以通过 运行 下面的简单示例看到这一点：
lapply(data.frame(a = 1:3, b = 4:6, c = 7:9), print)
因此，对于您的用例，您希望遍历我们用初始 lapply 调用的向量的每个元素。我们可以使用嵌套 sapply 来保持向量结构。
使用我们上面非常简单的例子，假设我们想将“b”粘贴到数据帧的每个观察中：
lapply(data.frame(a = 1:3, b = 4:6, c = 7:9),
function(x) {
sapply(x,
function(y) {
paste(y, "b") }
)
})
# if we print the above output
$a
[1] "1 b" "2 b" "3 b"
$b
[1] "4 b" "5 b" "6 b"
$c
[1] "7 b" "8 b" "9 b"
所以我们应用相同的逻辑，除了我们使用 if else 语句来 return 原始值或 return 而不是粘贴“b”如果 confint 数据帧中的相应行 (y) 为 0。
最后，我们想从输出中获取数据帧。所以我们使用 do.call 为 data.frame() 函数调用提供参数（向量列表）。
conditional <-
lapply(reprex[-1], function(x) {
sapply(seq_along(x), function(y) {
if(x[y] > confint$min[y] & x[y] < confint$max[y]) {x[y]} else {0}
})
})
do.call(data.frame, conditional)
但实际上，如果您经常做这种事情，我建议您花一些时间学习一下 tidyverse。为此类任务提供大量节省时间的工具。使用 tidyverse 你可以像这样解决这个问题：
library(tidyverse)
reprex %>%
pivot_longer(starts_with("Summer")) %>%
group_by(Coastal_Cities) %>%
mutate(sd = sd(value),
mean = mean(value),
ci_min = mean - 1.96 * sd/n(),
ci_max = mean + 1.96 * sd/n()) %>%
ungroup() %>%
mutate(value = case_when(
ci_min <= value & value <= ci_max ~ value,
TRUE ~ 0
))