R中的vector化IF语句？
x = seq(0.1,10,0.1) y <- if (x < 5) 1 else 2 我会希望if在每一个案件上运作，而不是在整个vector上运作。 我需要改变什么？
x <- seq(0.1,10,0.1) > x [1] 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 [16] 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 [31] 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 4.1 4.2 4.3 4.4 4.5 [46] 4.6 4.7 4.8 4.9 5.0 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 6.0 [61] 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7.0 7.1 7.2 7.3 7.4 7.5 [76] 7.6 7.7 7.8 7.9 8.0 8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 9.0 [91] 9.1 9.2 9.3 9.4 9.5 9.6 9.7 9.8 9.9 10.0 > ifelse(x < 5, 1, 2) [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [38] 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 [75] 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
为了完整性：在大向量中，可以使用索引来加快速度（我们通常在模拟中这样做，其中函数通常运行1000到10000次）。 但只要没有必要，只要使用ifelse 。 这读起来更容易。
> set.seed(100) > x <- runif(1000,1,10) > system.time(replicate(10000,{ + y <- ifelse(x < 5,1,2) + })) user system elapsed 2.56 0.08 2.64 > system.time(replicate(10000,{ + y <- rep(2,length(x)) + y[x < 5]<- 1 + })) user system elapsed 0.48 0.00 0.48
y <- if (x < 5) 1 else 2对整个向量不起作用（收到的警告告诉你只有条件的第一个元素将被使用）。 你想要ifelse ：
y <- ifelse(x < 5, 1, 2)
ifelse操作整个逻辑向量，逐个元素。 if只接受一个逻辑值。 看?"if"和?ifelse
你也可以创build一个逻辑向量，然后创build一个逻辑向量
x <- seq(0.1, 10, 0.1) # Your data set (x >= 5) + 1 # [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 # [92] 2 2 2 2 2 2 2 2 2
如果想比较性能，这将是最快的解决scheme
set.seed(100) x <- runif(1e6, 1, 10) RL <- function(x) y <- ifelse(x < 5,1,2) JM <- function(x) {y <- rep(2, length(x)); y[x < 5] <- 1} DA <- function(x) y <- (x >= 5) + 1 library(microbenchmark) microbenchmark(RL(x), JM(x), DA(x)) # Unit: milliseconds # expr min lq mean median uq max neval # RL(x) 331.83448 366.52940 378.89182 374.99741 381.08659 609.21218 100 # JM(x) 38.72894 42.18745 44.36493 43.25086 44.09626 82.76168 100 # DA(x) 10.01644 11.96482 14.21593 13.17825 14.12930 53.76923 100
继上面的post之后，你甚至可以使用和修改符合条件的vector元素。 在我看来，如果计算速度更快，成本并不高，那么总是应该这样做。
x = seq(0.1,10,0.1) y <- rep(2,length(x)) y[x<5] <- x[x<5]*2
以前的post的代码是最好的回答这个问题。 但是如果我不得不使用上面的代码，我会这样做：
x = seq(0.1,10,0.1) y <- rep(2,length(x)) y[x<5] <- x[x<5]*0 +1
nzMean <- function(x) { mean(x[x!=-1],na.rm=TRUE)} nzMin <- function(x) {min(x[x!=-1],na.rm=TRUE)} nzMax <- function(x) { max(x[x!=-1],na.rm=TRUE)} nzRange<-function(x) {nzMax(x)-nzMin(x)} nzSD <- function(x) { SD(x[x!=-1],na.rm=TRUE)} #following function works nzN1<- function(x) {ifelse(x!=-1,(x-nzMin(x))/nzRange(x) ,x) } #following is bad as it returns only 4 not 5 elements of vector nzN2<- function(x) {ifelse(x!=-1,(x[x!=-1]-nzMin(x))/nzRange(x) ,x) } #following is bad as it returns 5 elements of vector but not correct answer nzN3<- function(x) {ifelse(x!=-1,(x[x!=-1]-nzMin(x))/nzRange(x) ,-1) } y<-c(1,-1,-20,2,4) a<-nzMean(y) b<-nzMin(y) c<-nzMax(y) d<-nzRange(y) # test the working function z<-nzN1(y) print(z)
