对R中的每一列应用一个函数 [英] Apply a function for each pair of columns in R

问题描述

我有以下数据框：

Day  A1 A2 B1 B2 C1 C2
Mon   1  0  0  1  0  1
Tue   1  0  1  0  0  1
Wed   0  1  1  0  1  0
Thu   0  1  0  1  1  0

df <- data.frame(A1=c(1,1,0,0),A2=c(0,0,1,1),B1=c(0,1,1,0),B2=c(1,0,0,1),C1=c(0,0,1,1),C2=c(1,1,0,0), row.names=c('Mon','Tue','Wed','Thu'))

我希望将X1 = 1和X2 = 0的日期作为输出，按字母分类例如，对于字母A，Mon和Tue匹配标准A1 = 1和A2 = 0。

I want to get as an output the days that have have X1=1 and X2=0, classified by letter. For example, for letter A, Mon and Tue match the criteria A1=1 and A2=0.

输出为：

列表：

$A
Mon
Tue

$B
Tue
Wed

$C
Wed
Thu

或数据框： p>

Or a dataframe:

Lett Day
A    Mon
A    Tue
B    Tue
B    Wed
C    Wed
C    Thu

我尝试了以下内容：

对于A：

 A <- df$A1 == 1 & df$A2 == 0

我会得到一个逻辑向量，如：

I would get a logical vector like:

T
T
F
F

然后将它们与初始db的日期相匹配：

Then match them with the days of the initial db:

A <- cbind(db[1], A)

并过滤TRUE值以获取输出

And filter the "TRUE" values to get the output

A
Mon 
Tue

我可以为每个字母做这个，但脚本太长，问题是我可以有任意数量的字母（A，B .. Z） p>

I could do this for every letter but the script would be too long and the problem is that I could have any number of letters (A, B.. Z)

推荐答案

这是使用 split.default 的一种方式：

grped.cols <- split.default(df, substr(names(df), 1, 1))
cond <- function(x) row.names(df)[x[1] & ! x[2]]
lapply(grped.cols, cond)
# $A
# [1] "Mon" "Tue"
# 
# $B
# [1] "Tue" "Wed"
# 
# $C
# [1] "Wed" "Thu"

这篇关于对R中的每一列应用一个函数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！