R中使用多个条件的子集变量名

sc4hvdpw  于 2024-01-03  发布在  其他
关注(0)|答案(2)|浏览(198)

我有以下代码：

  1. df <- data.frame(
  2.   check.names = FALSE,
  3.   `Att-Bissen P [mm]` = c(57937.8),
  4.   `Att-Bissen PET [mm]` = c(39472.9),
  5.   `Att-Bissen Q [mm]` = c(26501.2),
  6.   `Rau. Merl P [mm]` = c(53443.6),
  7.   `Rau. Merl PET [mm]` = c(40535.45),
  8.   `Rau. Merl Q [mm]` = c(15489.5),
  9.   `Syre Felsmuhle/Mertert P [mm]` = c(46020.3),
  10.   `Syre Felsmuhle/Mertert PET [mm]` = c(42196.4),
  11.   `Syre Felsmuhle/Mertert Q [mm]` = c(16210.69079),
  12.   `Wiltz-Winseler P [mm]` = c(63389.7),
  13.   `Wiltz-Winseler PET [mm]` = c(42703.3),
  14.   `Wiltz-Winseler Q [mm]` = c(33576.8),
  15.   `Our-Gemund/Vianden P [mm]` = c(63389.7),
  16.   `Our-Gemund/Vianden PET [mm]` = c(42834.5),
  17.   `Our-Gemund/Vianden Q [mm]` = c(12588.9))
  19. # Define the formula as a function
  20. calc_formula <- function(P, PET, Q, n) {
  21.   1 - (1 + (P / PET)^n) ^ -((n + 1) / (n + Q))
  22. }
  24. # Define the n value
  25. n <- 2.5
  27. # Extract the site names from the column names
  28. site_names <- sub(" .*", "", names(df)[-1])
  30. # Loop through each site and calculate the formula
  31. results <- list()
  32. for (site in site_names) {
  33.   site_data <- df[, grepl(site, names(df))]
  34.   results[[site]] <- calc_formula(site_data[[paste0(site, " P [mm]")]], 
  35.                                   site_data[[paste0(site, " PET [mm]")]], 
  36.                                   site_data[[paste0(site, " Q [mm]")]], n)
  37. }
  39. # Combine the results into a data frame
  40. results_df <- data.frame(Site = names(results), Result = unlist(results))

字符串
以下错误：

  1. Error in data.frame(Site = names(results), Result = unlist(results)) : 
  2.   arguments imply differing number of rows: 5, 3

型
我认为这是因为我不能在“site_names”中指定它也应该考虑“.”和““（空格）。但是我不能确定R如何识别空格，例如，在某些名称处，而不是在P，PET或Q之前。因此，它在“Rau. Merl”和“Syre Felsmuhle/Mertert”的站点中返回NA。
我可以很容易地更改.csv文件中的名称，但当我有一个强大的数据集是相当繁琐的。
我如何修复这部分代码？
任何帮助将不胜感激。谢谢！！

r

2条答案

按热度按时间
r6vfmomb

r6vfmomb1#

你有两个问题。首先，让我们看看你的网站名称：

  1. site_names
  2. #  [1] "Att-Bissen"         "Att-Bissen"         "Rau."               "Rau."              
  3. #  [5] "Rau."               "Syre"               "Syre"               "Syre"              
  4. #  [9] "Wiltz-Winseler"     "Wiltz-Winseler"     "Wiltz-Winseler"     "Our-Gemund/Vianden"
  5. # [13] "Our-Gemund/Vianden" "Our-Gemund/Vianden"
  6. # Loop through each site and calculate the formula

字符串
这里有两个问题：1）重复是不好的，因为你只想每个网站一个结果。我们可以在最后放一个... |> unique()来删除重复的内容。2）你已经通过删除第一个空格后的所有内容来提取网站名称。正如你所说，你的一些网站名称中有空格，比如"Rau. Merl"。
让我们通过删除字符串中你真正想要删除的部分来解决这个问题。我们将使用正则表达式或：|和合适的方括号转义来完成这个操作。

  1. site_names <- sub(" P \\[mm\\]| PET \\[mm\\]| Q \\[mm\\]", "", names(df)[-1]) |>
  2.   unique()
  3. site_names
  4. # [1] "Att-Bissen"             "Rau. Merl"              "Syre Felsmuhle/Mertert" "Wiltz-Winseler"        
  5. # [5] "Our-Gemund/Vianden"

型
运行剩下的代码，它现在可以工作了：

  1. # ...
  2. results_df
  3. #                                          Site       Result
  4. # Att-Bissen                         Att-Bissen 0.0001695120
  5. # Rau. Merl                           Rau. Merl 0.0002478667
  6. # Syre Felsmuhle/Mertert Syre Felsmuhle/Mertert 0.0001742918
  7. # Wiltz-Winseler                 Wiltz-Winseler 0.0001359271
  8. # Our-Gemund/Vianden         Our-Gemund/Vianden 0.0003609042

型

展开查看全部
赞(0）分享  回复(0）举报  2024-01-03
1cklez4t

1cklez4t2#

我的感觉是，以长格式保存数据可能是有利的。
请注意，reshape()或来自{tidyr}的函数（如pivot_longer()）当然能够以更健壮的方式做到这一点。

重塑

  1. new = data.frame(
  2.   unique(sub(" P \\[mm\\]| PET \\[mm\\]| Q \\[mm\\]", "", names(df))), 
  3.   matrix(as.numeric(df[1L, ]), ncol = 3L, byrow = TRUE)) |> 
  4.   setNames(object = _, nm = c("stations", "P", "PET", "Q"))

字符串
sub()-方法是从@GregorThomas的answer中偷来的。然后我们逐行应用calc_formula()的修改版本。

申请

  1. # slightly modified
  2. calc_formula <- function(row, n = 2.5) {
  3.   1L - (1L + (row[["P"]] / row[["PET"]])^n) ^ -((n + 1L) / (n + row[["Q"]]))
  4. }
  5. new$result = apply(X = new[-1L], MARGIN = 1L, FUN = calc_formula)

型

结果

  1. > new
  2.                 stations       P      PET        Q       result
  3. 1             Att-Bissen 57937.8 39472.90 26501.20 0.0001695120
  4. 2              Rau. Merl 53443.6 40535.45 15489.50 0.0002478667
  5. 3 Syre Felsmuhle/Mertert 46020.3 42196.40 16210.69 0.0001742918
  6. 4         Wiltz-Winseler 63389.7 42703.30 33576.80 0.0001359271
  7. 5     Our-Gemund/Vianden 63389.7 42834.50 12588.90 0.0003609042

型

数据

  1. df <- data.frame(
  2.   check.names = FALSE,
  3.   `Att-Bissen P [mm]` = c(57937.8),
  4.   `Att-Bissen PET [mm]` = c(39472.9),
  5.   `Att-Bissen Q [mm]` = c(26501.2),
  6.   `Rau. Merl P [mm]` = c(53443.6),
  7.   `Rau. Merl PET [mm]` = c(40535.45),
  8.   `Rau. Merl Q [mm]` = c(15489.5),
  9.   `Syre Felsmuhle/Mertert P [mm]` = c(46020.3),
  10.   `Syre Felsmuhle/Mertert PET [mm]` = c(42196.4),
  11.   `Syre Felsmuhle/Mertert Q [mm]` = c(16210.69079),
  12.   `Wiltz-Winseler P [mm]` = c(63389.7),
  13.   `Wiltz-Winseler PET [mm]` = c(42703.3),
  14.   `Wiltz-Winseler Q [mm]` = c(33576.8),
  15.   `Our-Gemund/Vianden P [mm]` = c(63389.7),
  16.   `Our-Gemund/Vianden PET [mm]` = c(42834.5),
  17.   `Our-Gemund/Vianden Q [mm]` = c(12588.9))

型

展开查看全部
赞(0）分享  回复(0）举报  2024-01-03
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com