在for循环中使用条件之间的多条if语句

Question

我是一个新的R用户，我一直试图执行嵌套在for循环中的if语句以编写新变量。我有一个data.frame，其中一些人之前忘记了从E-prime编码“条件”变量（3个级别的因素：旧，新，诱饵）。该任务有两个阶段编码/检索（块1和2），两组图像（A和B）和一个唯一的Word ID。

所以我有这样的：

phase <- rep(c("Block1", "Block2"), each = 7) 
condition <- rep(NA, times = 14) 
setAorB <- rep(c("A", "B"), times = c(9,5)) 
WordID <- c(23,34,56,76,45,88,99,23,34,56,76,45,100,105) 

loris_data <- data.frame(phase,condition,setAorB,WordID) 

这给了我：

> loris_data 
    phase  condition setAorB WordID 
1 Block1  NA  A  23 
2 Block1  NA  A  34 
3 Block1  NA  A  56 
4 Block1  NA  A  76 
5 Block1  NA  A  45 
6 Block1  NA  A  88 
7 Block1  NA  A  99 
8 Block2  NA  A  23 
9 Block2  NA  A  34 
10 Block2  NA  B  56 
11 Block2  NA  B  76 
12 Block2  NA  B  45 
13 Block2  NA  B 100 
14 Block2  NA  B 105 

我想什么实现的是：在检索（块2），如果setAorB是 “A”，那么条件老了”。我尝试了这个基本循环，但显然，只适用于旧物品，因为它不会区分诱饵与新物品。

for(i in 1:length(loris_data$condition)) { 
     if(loris_data$setAorB[i] == "A") { 
      loris_data$condition[i] <-"old"} 
     else { 
      loris_data$condition[i] <- "new" 
     } 
    } 

然后，我想地说：如果setAorB是“B”和单词ID是相同的A（这意味着是诱饵），那么条件是“诱饵”，否则如果setAorB是“B”但它有一个唯一的WordID，条件是“新”。

这将是预期的输出：

> loris_data 
    phase condition setAorB WordID 
1 Block1  <NA>  A  23 
2 Block1  <NA>  A  34 
3 Block1  <NA>  A  56 
4 Block1  <NA>  A  76 
5 Block1  <NA>  A  45 
6 Block1  <NA>  A  88 
7 Block1  <NA>  A  99 
8 Block2  old  A  23 
9 Block2  old  A  34 
10 Block2  lure  B  56 
11 Block2  lure  B  76 
12 Block2  lure  B  45 
13 Block2  new  B 100 
14 Block2  new  B 105 

任何人都可以使用此代码有所帮助我还在学习，我挣扎了很多？

Answer 1

使用data.table快速和脏溶液：

library(data.table) 
setDT(loris_data) 
loris_data[, condition := ifelse(setAorB == "A", "old", "new")] 
loris_data[phase != "Block2", condition := NA] 
loris_data[phase == "Block2" & setAorB == "B" & WordID %in% loris_data[phase == "Block1", WordID], condition := "lure"] 

Answer 2

您是否尝试过ifelse方法？ ifelse是R中的一个内置函数，它运行矢量化if测试并给出确定的输出。例如：

loris_data$resutl <- ifelse(test = loris_data[, "condition"] == "A", 
     yes = "old", 
     no = "new") 

但是，如果您想要在no内嵌入另一个ifelse，那就太好了！ 让我知道它是否有效。

Answer 3

使用dplyr溶液。 loris_data2是最终输出。

library(dplyr) 

loris_data2 <- loris_data %>% 
    group_by(WordID) %>% 
    mutate(WordID_count = row_number()) %>% 
    ungroup() %>% 
    mutate(condition = case_when(
    phase %in% "Block2" & setAorB %in% "A"      ~ "old", 
    phase %in% "Block2" & setAorB %in% "B" & WordID_count > 1  ~ "lure", 
    phase %in% "Block2" & setAorB %in% "B" & WordID_count == 1 ~ "new", 
    TRUE               ~ NA_character_ 
)) %>% 
    select(-WordID_count) 

loris_data2 
# # A tibble: 14 x 4 
#  phase condition setAorB WordID 
# <fctr>  <chr> <fctr> <dbl> 
# 1 Block1  <NA>  A  23 
# 2 Block1  <NA>  A  34 
# 3 Block1  <NA>  A  56 
# 4 Block1  <NA>  A  76 
# 5 Block1  <NA>  A  45 
# 6 Block1  <NA>  A  88 
# 7 Block1  <NA>  A  99 
# 8 Block2  old  A  23 
# 9 Block2  old  A  34 
# 10 Block2  lure  B  56 
# 11 Block2  lure  B  76 
# 12 Block2  lure  B  45 
# 13 Block2  new  B 100 
# 14 Block2  new  B 105 

说明

我的解决办法首先创建一个名为WordID_count新列，其示出了WordID的外观倍。这项任务是通过以下来实现的。

loris_data %>% 
    group_by(WordID) %>% 
    mutate(WordID_count = row_number()) %>% 
    ungroup() 

# # A tibble: 14 x 5 
#  phase condition setAorB WordID WordID_count 
# <fctr>  <lgl> <fctr> <dbl>  <int> 
# 1 Block1  NA  A  23   1 
# 2 Block1  NA  A  34   1 
# 3 Block1  NA  A  56   1 
# 4 Block1  NA  A  76   1 
# 5 Block1  NA  A  45   1 
# 6 Block1  NA  A  88   1 
# 7 Block1  NA  A  99   1 
# 8 Block2  NA  A  23   2 
# 9 Block2  NA  A  34   2 
# 10 Block2  NA  B  56   2 
# 11 Block2  NA  B  76   2 
# 12 Block2  NA  B  45   2 
# 13 Block2  NA  B 100   1 
# 14 Block2  NA  B 105   1 

之后，准备好填写condition列。这项任务是通过以下来实现的。

mutate(condition = case_when(
    phase %in% "Block2" & setAorB %in% "A"      ~ "old", 
    phase %in% "Block2" & setAorB %in% "B" & WordID_count > 1  ~ "lure", 
    phase %in% "Block2" & setAorB %in% "B" & WordID_count == 1 ~ "new", 
    TRUE               ~ NA_character_ 
)) 

mutate是用于创建或更新新列的功能。 case_when是多个ifelse声明的替代方案。代码做了以下工作：

1. 如果phase比赛Block2和setAorB比赛A，该conditon是old。

2. 如果phase匹配Block2和setAorB比赛A和WordID_count大于1，则conditon是lure。

3. 如果phase匹配Block2和setAorB比赛A和WordID_count较大是1，conditon是new。

4. 如果没有上述情况，则应该是NA。

最后一块的代码是select(-WordID_count)，它简单地去除WordID_count列，因为它是不是原来的数据帧的一部分。