尝试在R中向量化这个操作，我不明白为什么这是错误的

Question

我想循环通过一个数据框，并创建一个新列，如果行中的第二个到第四个元素是“ANOMALY”，则表示“YES”，否则表示“NO”。

for (j in 1:nrow(residual_anomalies)){
  if (all(residual_anomalies[j,2:4]=='ANOMALY')) {residual_anomalies$Prediction_Anomaly[j] <- 'YES'} else
    residual_anomalies$Prediction_Anomaly[j] <- 'NO'
}

所以上面就是我目前使用的。它可以工作，但它的计算性能受到了很大的影响，所以我试图将其矢量化。到目前为止，我所做的是创建一个函数，该函数根据行的元素是否都是“ANOMALY”来返回“YES”或“NO”。

vote_for_anomaly <- function(x){
  if (all(x)=='ANOMALY') return('YES') else
    return('NO')}

然后我尝试使用R中的apply函数

 aggregates <- apply(residual_anomalies[,2:4],1,vote_for_anomaly)

但是，我得到了以下错误/警告

Error in if (all(x) == "ANOMALY") return("ANOMALY") else return("NO SIGNAL") : 
  missing value where TRUE/FALSE needed
In addition: Warning message:
In all(x) : coercing argument of type 'character' to logical

谁能告诉我为什么这不起作用，我应该如何改变这一点？

您可以使用此数据进行测试，并将其命名为residual_anomalies

1     ANOMALY     ANOMALY     ANOMALY     ANOMALY
2     ANOMALY     NO SIGNAL     ANOMALY     ANOMALY
3     ANOMALY     ANOMALY     ANOMALY     ANOMALY
4     NO SIGNAL     ANOMALY     NO SIGNAL     ANOMALY
5     ANOMALY     ANOMALY     ANOMALY     ANOMALY
6     NO SIGNAL     NO SIGNAL     ANOMALY     ANOMALY

Answer 1

使用索引可能比使用ifelse()更快。首先设置所需长度的No的向量：

aggregates <- rep("No", NROW(residual_anomalies))

然后索引这个向量，所有的residual_anomalies[, 2:4] == "ANOMALY"

aggregates[rowSums(residual_anomalies[, 2:4] == "ANOMALY") == 3L] <- "Yes"

这提供了：

> aggregates
[1] "Yes" "No"  "Yes" "No"  "Yes" "No"

此部件residual_anomalies[, 2:4] == "ANOMALY"创建一个逻辑矩阵：

> residual_anomalies[, 2:4] == "ANOMALY"
        V2    V3   V4
[1,]  TRUE  TRUE TRUE
[2,] FALSE  TRUE TRUE
[3,]  TRUE  TRUE TRUE
[4,]  TRUE FALSE TRUE
[5,]  TRUE  TRUE TRUE
[6,] FALSE  TRUE TRUE

当我们使用rowsums()时，TRUE被转换为1，FALSE被转换为0。因此，只有那些所有元素都为TRUE的行才会被选中并分配"Yes"。

Answer 2

根据@lukeA，你的代码中有一个拼写错误。它应该是

all(x == "ANOMALY")

但这样做会更快：

residual_anomalies$Prediction_Anomaly <-
  ifelse(rowSums(residual_anomalies[, 2:4] == "ANOMALY") == 3, "YES", "NO")

rowSums非常快。

Answer 3

正如@lukeA所说的，你把括号弄混了，但这里还有一个更简单的解决方案：

aggregates <- ifelse(apply(residual_anomalies, 1, 
     function(x) all(x[2:4] == "ANOMALY")), "YES", "NO")