如何计算逻辑向量中的真值

当逻辑向量包含 NA 价值观。
例如,请参见:

z <- c(TRUE, FALSE, NA)
sum(z) # gives you NA
table(z)["TRUE"] # gives you 1
length(z[z == TRUE]) # f3lix answer, gives you 2 (because NA indexing returns values)

所以我认为最安全的是使用 na.rm = TRUE :

sum(z, na.rm = TRUE) # best way to count TRUE values

(给出1)。我认为 table 解决方案效率较低(请看 桌子 函数)。

另外,如果逻辑向量中没有真值,那么应该小心使用“表”解决方案。假设 z <- c(NA, FALSE, NA) 或者简单地 z <- c(FALSE, FALSE)

table(z)["TRUE"] # gives you NA for both cases.

另一个尚未提及的选项是使用 which 以下内容:

length(which(z))

仅仅为了提供一些关于“哪一个问题更快”的上下文,测试自己总是最容易的。我把向量做得更大,以便比较:

z <- sample(c(TRUE,FALSE),1000000,rep=TRUE)
system.time(sum(z))
   user  system elapsed 
   0.03    0.00    0.03
system.time(length(z[z==TRUE]))
   user  system elapsed 
   0.75    0.07    0.83 
system.time(length(which(z)))
   user  system elapsed 
   1.34    0.28    1.64 
system.time(table(z)["TRUE"])
   user  system elapsed 
  10.62    0.52   11.19 

如此清楚地使用 sum 在这种情况下是最好的方法。您可能还需要检查 NA 如Marek建议的值。

只需添加有关na值和 哪一个 功能:

> which(c(T, F, NA, NULL, T, F))
[1] 1 4
> which(!c(T, F, NA, NULL, T, F))
[1] 2 5

注意,它只检查逻辑 TRUE 因此,它基本上忽略了非逻辑值。

另一种方式是

> length(z[z==TRUE])
[1] 498

同时 sum(z) 对我来说又好又矮 length(z[z==TRUE]) 更能自我解释。不过,我认为像这样的简单任务并没有真正意义…

如果它是一个大向量,你可能应该使用最快的解,也就是 和(z) . 长度(z[z==true]) 大约慢10倍 table(z)[TRUE] 比…慢200倍 和(z) .

总结, 总和(z) 是最快的输入和执行。

which 是很好的选择,尤其是在矩阵上操作时(检查 ?which 并注意到 arr.ind 争论)。但我建议你坚持 sum 因为 na.rm 可以处理的参数 NA 的逻辑向量。 例如:

# create dummy variable
set.seed(100)
x <- round(runif(100, 0, 1))
x <- x == 1
# create NA's
x[seq(1, length(x), 7)] <- NA

如果键入 sum(x) 你会得到 钠 结果,但如果你通过 na.rm = TRUE 在里面 总和 函数,您将得到所需的结果。

> sum(x)
[1] NA
> sum(x, na.rm=TRUE)
[1] 43

你的问题是严格的理论问题,还是关于逻辑向量的一些实际问题?

另一种选择是使用摘要函数。它总结了TS、FS和NAS。

> summary(hival)
   Mode   FALSE    TRUE    NA's 
logical    4367      53    2076 
> 

几周前我也做过类似的事情。这里有一个可能的解决方案,它是从头开始写的,所以它是一种测试版或者类似的版本。我将尝试通过从代码中删除循环来改进它…

主要思想是编写一个接受2(或3)个参数的函数。第一个是 data.frame 它保存了从问卷中收集到的数据,第二个是一个有正确答案的数字向量(这仅适用于单项选择问卷)。或者,可以添加第三个参数,该参数将返回带有最终分数的数字向量,或者添加带有嵌入分数的data.frame。

fscore <- function(x, sol, output = 'numeric') {
    if (ncol(x) != length(sol)) {
        stop('Number of items differs from length of correct answers!')
    } else {
        inc <- matrix(ncol=ncol(x), nrow=nrow(x))
        for (i in 1:ncol(x)) {
            inc[,i] <- x[,i] == sol[i]
        }
        if (output == 'numeric') {
            res <- rowSums(inc)
        } else if (output == 'data.frame') {
            res <- data.frame(x, result = rowSums(inc))
        } else {
            stop('Type not supported!')
        }
    }
    return(res)
}

我将尝试以更优雅的方式,使用一些*层功能。注意到我没有 na.rm 争论…会那样做

# create dummy data frame - values from 1 to 5
set.seed(100)
d <- as.data.frame(matrix(round(runif(200,1,5)), 10))
# create solution vector
sol <- round(runif(20, 1, 5))

现在应用一个函数:

> fscore(d, sol)
 [1] 6 4 2 4 4 3 3 6 2 6

如果传递data.frame参数,它将返回modified data.frame。 我会设法解决这个问题…希望它有帮助!

我刚刚遇到了一个特殊的问题,我必须从逻辑向量中计算出真实语句的数量,这对我来说最有效…

length(grep(TRUE, (gene.rep.matrix[i,1:6] > 1))) > 5

所以这需要gene.rep.matrix对象的一个子集,并应用逻辑测试,返回逻辑向量。这个向量作为grep的参数,grep返回任何真实条目的位置。然后,length计算grep找到的条目数,从而给出真实条目数。