R：如何在数据帧内进行偏移和匹配？

我想使用类似于Excel的OFFSET和MATCH函数的东西，这里是一个示例数据集： 数据=

Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |
Test2      |FALSE   |25%    |0      |
Test1      |TRUE    |16%    |0      |
Test3      |FALSE   |12%    |1      |

结果栏应为：

Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |TRUE
Test2      |FALSE   |25%    |0      |25%
Test1      |TRUE    |16%    |0      |TRUE
Test3      |FALSE   |12%    |1      |1

在最后的结果列中，我想要搜索哪个测试的测试结果？柱子。在此示例中，RESULT 列可以返回数字或字符串等。在 Excel 中，公式为：

=OFFSET($A$1, ROW()-1,MATCH(A2,$B$1:$D$1,0))

到目前为止，我已尝试使用 sapply 列出测试并将其返回到另一个函数，例如 which(colnames... 这就是我陷入困境的地方。

我会选择 sapply：

data <- read.table(text="Which Test?|Test1   |Test2  |Test3  |RESULT
Test1      |TRUE    |80%    |0      |
Test2      |FALSE   |25%    |0      |
Test1      |TRUE    |16%    |0      |
Test3      |FALSE   |12%    |1      |", 
 header=T, 
 sep="|",
 stringsAsFactors=F,
 strip.white=T)

data$RESULT <- sapply( 1:nrow(data), function(x) { data[x,data[x,1]] })

对于每一行，获取目标列data[x,1]（内部访问），并为此列获取行值data[x,...].

Output:

> data
  Which.Test. Test1 Test2 Test3 RESULT Result
1       Test1  TRUE   80%     0     NA   TRUE
2       Test2 FALSE   25%     0     NA    25%
3       Test1  TRUE   16%     0     NA   TRUE
4       Test3 FALSE   12%     1     NA      1

有两个变量的函数sapply将会：

function(x) {
 tcol <- data[x,1] # First column value of row x
 data[x,tcol]) # Get the value at row x and column tcol
}

一种方法使用Map/mapply将提供 'i' (seq(nrow(data))), 'j' (match(data$Which.Test., names(data))) 行/列索引及使用[从“数据”中提取元素。我们用list以便“数据”保留为单个数据帧，并将循环使用“i”、“j”的长度。

 mapply(`[`, list(data), seq(nrow(data)), match(data$Which.Test., names(data) ) )
 #[1] "TRUE" "25%"  "TRUE" "1"   

不过，可能的矢量化方法只是

data[cbind(1:nrow(data), match(data$Which.Test., names(data)))]
## [1] " TRUE" "25%"   " TRUE" "1"  

这与中的值匹配Which.Test.针对的列名data并返回匹配列的索引。然后，我们通过将每行的这些列与1:nrow(data) using cbind.

上面@DavidArenburg解决方案的更详细解释（因为我不得不花一些时间来完全理解它）：

子集运算符接受一个矩阵，所以我们这样做：

1. 1:nrow(data)很容易给出一个向量[1] 1 2 3 4对应于我们数据集中的行数
2. match(data$Which.Test., names(data)))给出每个匹配测试的索引[1] 1 2 3 4

3. cbind(..,..)绑定我们前面的两个点来构建一个矩阵：

        [,1] [,2]
   [1,]    1    2
   [2,]    2    3
   [3,]    3    2
   [4,]    4    4
   

   我们看到这个矩阵与我们希望取值的每一行相匹配。因此，当将此矩阵作为数据集的选择器时，我们会得到正确的结果。然后我们可以将它分配给一个新变量或 df 的新列。