问题描述
我正在寻找一种快速计算每行无效值的方法。这里以一个数据框为例:
data <- data.frame("c1" = c(1,1,3,2,9),"c2" = c(2,4,2),"c3" = c(2,"c4" = c(4,"c5" = c(9,1))
我想要一个额外的数字列,它可以显示每种情况下有多少值与列表中定义的有效值不对应。例如,此列表可能如下所示:
valid <- list("c1" = c(1:4,"c2" = c(1:3,"c3" = c(2:4,"c4" = c(0:3,"c5" = c(1:3,9))
所以我在这个例子中寻找的列是:
data$invalid <- c(1,0)
我更喜欢 tidyverse 解决方案。我尝试了一些不同的 purrr::map 函数,但不幸的是找不到任何可行的解决方案。提前感谢您提供任何有用的提示。
解决方法
在base R
中,我们可以使用Map
data$invalid <- unlist(Map(function(x,y)
sum(!x %in% y),data,valid[names(data)]))
或者用purrr
library(purrr)
library(dplyr)
imap_int(data,~ sum(!.x %in% valid[[.y]])) %>%
mutate(data,invalid = .)
更新
基于更新的帖子
data$invalid <- Reduce(`+`,lapply(names(valid),function(nm) Reduce(`&`,lapply(valid[[nm]],function(x) data[[nm]] != x))))