数据框基于其他列创建新列 [英] Dataframe create new column based on other columns

问题描述

我有一个数据框:

df <- data.frame('a'=c(1,2,3,4,5), 'b'=c(1,20,3,4,50))
df
    a    b
1   1    1
2   2   20
3   3    3
4   4    4
5   5   50

我想根据现有列创建一个新列.像这样:

and I want to create a new column based on existing columns. Something like this:

if (df[['a']] == df[['b']]) {
  df[['c']] <- df[['a']] + df[['b']]
} else {
  df[['c']] <- df[['b']] - df[['a']]
}

问题是 if 条件只检查第一行...如果我从上面的 if 语句创建一个函数，那么我使用 apply()(或mapply()...)，都是一样的.

The problem is that the if condition is checked only for the first row... If I create a function from the above if statement then I use apply() (or mapply()...), it is the same.

在 Python/pandas 中我可以使用这个:

In Python/pandas I can use this:

df['c'] = df[['a', 'b']].apply(lambda x: x['a'] + x['b'] if (x['a'] == x['b']) \
    else x['b'] - x['a'], axis=1)

我想要在 R 中类似的东西.所以结果应该是这样的:

I want something similar in R. So the result should look like this:

    a    b    c
1   1    1    2
2   2   20   18
3   3    3    6
4   4    4    8
5   5   50   45

推荐答案

一个选项是 ifelse，它是 if/else 的矢量化版本.如果我们对每一行都这样做，则 OP 的熊猫帖子中显示的 if/else 可以在 for 循环或 lapply/sapply，但这在 R 中效率很低.

One option is ifelse which is vectorized version of if/else. If we are doing this for each row, the if/else as showed in the OP's pandas post can be done in either a for loop or lapply/sapply, but that would be inefficient in R.

df <- transform(df, c= ifelse(a==b, a+b, b-a))
df
#  a  b  c
#1 1  1  2
#2 2 20 18
#3 3  3  6
#4 4  4  8
#5 5 50 45

<小时>

也可以写成

---

This can be otherwise written as

df$c <- with(df, ifelse(a==b, a+b, b-a))

在原始数据集中创建'c'列

to create the 'c' column in the original dataset

因为 OP 希望在 R 中使用 if/else

As the OP wants a similar option in R using if/else

df$c <- apply(df, 1, FUN = function(x) if(x[1]==x[2]) x[1]+x[2] else x[2]-x[1])

这篇关于数据框基于其他列创建新列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！