12

这是一个玩具示例，我总是为此编写一个循环。我很难找出一个班轮。我确定我见过它，但它没有坚持。

smallFrame <- data.frame(colA = c('A', 'B', 'C' ,'D'), colB = c(1,1,1,1))
someList <- list(A=20, B=30, C=40, D=50)
for(letter in names(someList)){
  smallFrame[smallFrame$colA==letter, 'newColumn'] <- someList[[letter]]
}

如何在一行中执行循环？这不会做。

lapply(names(someList), function(x) {smallFrame[smallFrame$colA==x, 'newColumn'] <- someList[[x]]})
4

2 回答 2

10

丑陋，但有效：

lapply(names(someList), function(x) {smallFrame[smallFrame$colA==x, 'newColumn'] <<- someList[[x]]})

注意<<-. 它不起作用的原因<-是 someList 的副本在函数中被修改。

在这里取“丑陋”意味着你永远不应该使用这种语法，原因有两个。首先，有副作用的函数容易出错。lapply其次，忽略的返回值。这些中的任何一个都表明显式循环是最好的。

不那么难看，几乎是从@thelatemail 偷来的：

smallFrame$newColumn <- unlist(someList[match(smallFrame$colA, names(someList))])

例子：

smallFrame <- data.frame(colA = c('A', 'B', 'C' ,'D', 'A'), colB = c(1,1,1,1,1))
> smallFrame

> smallFrame
  colA colB
1    A    1
2    B    1
3    C    1
4    D    1
5    A    1

smallFrame$newColumn <- unlist(someList[match(smallFrame$colA, names(someList))])

> smallFrame
  colA colB newColumn
1    A    1        20
2    B    1        30
3    C    1        40
4    D    1        50
5    A    1        20
于 2013-01-10T23:49:45.413 回答
7

这是一个简单的合并，如果你smallList适当地重塑你的

# reshape2 for melt.
library(reshape2)
# slightly expanded version with duplicate colA == A
smallFrame <- data.frame(colA = c('A', 'A', 'B', 'C' ,'D'), colB = c(1,2,1,1,1))
someList <- list(A=20, B=30, C=40, D=50)
merge(smallFrame, melt(someList), by.x = 'colA', by.y = 'L1')

  colA colB value
1    A    1    20
2    A    2    20
3    B    1    30
4    C    1    40
5    D    1    50

或者，如果您真的热衷于在 smallFrame 内高效地分配，请使用data.table

library(data.table)
smallDT <- data.table(smallFrame, key = 'colA')
someDT <- data.table(melt(someList), key = 'L1')

# left join smallDT and someDT, assigning the `value` column by reference
# within smallDT as the column `newColumn`
smallDT[someDT, newColumn := value]




smallDT
   colA colB newColumn
1:    A    1        20
2:    A    2        20
3:    B    1        30
4:    C    1        40
5:    D    1        50
于 2013-01-11T00:01:50.177 回答