嵌套if else语句

Question

我有一个需要重新编码的大数据集。数据集的每一行都是按时间顺序(时间)从单独的实验(id)中检测出来的。然后对每一种可能的检测进行手动验证。当进行第一次真检测时，它被标记为(注释)“第一次”，当最后一次真正检测进行时，它被标记为“最后”。如果没有检测，则输入“none”。

我正准备用if的声明重新编码。1)首先，我要选择变量id的所有情况，其中第一次和最后一次都是存在的，然后它需要用'no_comment‘填充第一次和最后一次之间的所有情况，然后用"MVND“填写第一次和最后一次和最后一次之后的所有情况。2)选择只有"none“存在的id情况，并在id大小写的所有行中填充"none”。单独的代码行正在工作，但由于某种原因，当我在蹒跚学步内将它们合并到if语句中时，它们没有一起工作--它们只是返回原始的data.frame。我想，如果我想要做的事情有其他的结构，我就错了。

#approximate data structure for this case:
y <-data.frame(id=c(rep("a",10),rep("b",10),rep("c",10)),time=rep(1:10, 3), Comments=rep(NA,30))
 y$Comments[c(2,11,23)]<-"first"
 y$Comments[c(9,19,30)]<-"last"
 #x=y[y$id=="a",] #testing specific lines
 
#recursive process to step through the data
 ddply(y,.(id), .fUN=function(x){
 if(all(unique(na.omit(x$Comments))%in%c("first","last"))){
  f<-which(x$Comments == "first")
  l<-which(x$Comments == "last")  
  #Add no comment to all records between first and last
   x$Comments[(f+1):(l - 1)]<- "no_comment"
      #if 'first' isn't the first record add MVND to all things before 'first'    
       if(f>1){x$Comments[1:(f-1)]<-"MVND"} 
      #if 'last' isn't the last record add MVND to all records after 'last'.
       if(l<nrow[x]){x$Comments[(l+1):nrow(x)]<-"MVND"} 
 }else if(unique(na.omit(x$Comments))=="none"){
    x$Comments<-"none" #if the only unique comment is "none" set all comments to none
}
 }
 )

如果数据表是一个更好的方式来做到这一点，我是游戏，以了解如何在dt中这样做。

#编辑:上述修改是为了扩大我正在处理的“第一/最后”和“无”两类案件。Jon的解决方案非常有效，因为我最初只在第一个/最后一个案例中发布了示例数据。

Answer 1

对于这个任务，我最喜欢的方法是data.table，原因有两个：

1. 可以在适当的情况下更新列的部分，即不复制
2. ，我们可以使用查阅表

在非equi联接中进行更新。

为了涵盖OP提到的所有用例，我们需要创建一个增强的示例数据集。

y <- data.frame(
  id = rep(letters[1:5], each = 5L),
  time = rep(1:5, 5L),
  Comments = rep(NA_character_, 25L))
y$Comments[c(2, 6, 13, 22)] <- "first"
y$Comments[c(4, 9, 15, 23)] <- "last"
y$Comments[c(18)] <- "none"

y

id time Comments 1 a 1 <NA> 2 a 2 first 3 a 3 <NA> 4 a 4 last 5 a 5 <NA> 6 b 1 first 7 b 2 <NA> 8 b 3 <NA> 9 b 4 last 10 b 5 <NA> 11 c 1 <NA> 12 c 2 <NA> 13 c 3 first 14 c 4 <NA> 15 c 5 last 16 d 1 <NA> 17 d 2 <NA> 18 d 3 none 19 d 4 <NA> 20 d 5 <NA> 21 e 1 <NA> 22 e 2 first 23 e 3 last 24 e 4 <NA> 25 e 5 <NA>

现在，我们可以插入丢失的Comments

library(data.table)
y <- setDT(copy(y))
# copy "none" to all rows of the id group in case one Comment is "none" 
y[, Comments := if (isTRUE(any(Comments == "none"))) "none" , by = id][]
# create look-up table
lut <- dcast(y[which(Comments %in% c("first", "last"))], id ~ Comments, value.var = "time")
# update in non-equi joins
y[lut, on = .(id, time < first), Comments := "MVND"][]
y[lut, on = .(id, time > last), Comments := "MVND"][]
y[lut, on = .(id, time > first, time < last), Comments := "no commments"][]

id time Comments 1: a 1 MVND 2: a 2 first 3: a 3 no commments 4: a 4 last 5: a 5 MVND 6: b 1 first 7: b 2 no commments 8: b 3 no commments 9: b 4 last 10: b 5 MVND 11: c 1 MVND 12: c 2 MVND 13: c 3 first 14: c 4 no commments 15: c 5 last 16: d 1 none 17: d 2 none 18: d 3 none 19: d 4 none 20: d 5 none 21: e 1 MVND 22: e 2 first 23: e 3 last 24: e 4 MVND 25: e 5 MVND id time Comments

查找表lut包含发生first和last的时间，resp.：

id first last 1: a 2 4 2: b 1 4 3: c 3 5 4: e 2 3

请注意，我们假设生产数据集“行为良好”，即，

任何"none"

• or组都包含"last".

列中的"first"和"last"，在Comments列中，、

• 和"first"总是在"last".

之前出现的。

Answer 2

不确定是否对您有用，但下面是我如何使用dplyr的方法。由于这是矢量化的，我预计它将比基于循环的方法运行得更快。

library(dplyr)
y %>%
  group_by(id) %>%
  dplyr::mutate(Comments2 = case_when(     # in case `plyr` is loaded
    cumsum(coalesce(lag(Comments == "last"), FALSE)) >= 1 ~ "MVND",
    cumsum(coalesce(Comments == "first", FALSE)) < 1 ~ "MVND",
    is.na(Comments) ~ "no_comment",
    TRUE ~ Comments)) %>%
  ungroup()

这里的棘手部分是MVND书签，在这里，我计算我们是通过了last还是还没有到达first。coalesce将第一个项中的任何NA转换为第二个项中的FALSE值。cumsum在这里将TRUE值相加。

这是我得到的结果，使用datapasta作为一个小块粘贴。据我所知，输出看起来和预期的一样：

tibble::tribble(
  ~id, ~time, ~Comments,   ~Comments2,
  "a",    1L,        NA,       "MVND",
  "a",    2L,   "first",      "first",
  "a",    3L,        NA, "no_comment",
  "a",    4L,        NA, "no_comment",
  "a",    5L,        NA, "no_comment",
  "a",    6L,        NA, "no_comment",
  "a",    7L,        NA, "no_comment",
  "a",    8L,        NA, "no_comment",
  "a",    9L,    "last",       "last",
  "a",   10L,        NA,       "MVND",
  "b",    1L,   "first",      "first",
  "b",    2L,        NA, "no_comment",
  "b",    3L,        NA, "no_comment",
  "b",    4L,        NA, "no_comment",
  "b",    5L,        NA, "no_comment",
  "b",    6L,        NA, "no_comment",
  "b",    7L,        NA, "no_comment",
  "b",    8L,        NA, "no_comment",
  "b",    9L,    "last",       "last",
  "b",   10L,        NA,       "MVND",
  "c",    1L,        NA,       "MVND",
  "c",    2L,        NA,       "MVND",
  "c",    3L,   "first",      "first",
  "c",    4L,        NA, "no_comment",
  "c",    5L,        NA, "no_comment",
  "c",    6L,        NA, "no_comment",
  "c",    7L,        NA, "no_comment",
  "c",    8L,        NA, "no_comment",
  "c",    9L,        NA, "no_comment",
  "c",   10L,    "last",       "last"
  )