如何创建包含一串星号的列来指示 R 数据框中因子的水平

Question

（今天的第二个问题 - 一定是糟糕的一天）

我有一个包含各种列的数据框，包括浓度列（数字）、突出显示无效结果的标志（布尔值）和问题描述（字符）

df <- structure(list(x = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10), rawconc = c(77.4, 
52.6, 86.5, 44.5, 167, 16.2, 59.3, 123, 1.95, 181), reason = structure(c(NA, 
NA, 2L, NA, NA, NA, 2L, 1L, NA, NA), .Label = c("Fails Acceptance Criteria", 
"Poor Injection"), class = "factor"), flag = c("False", "False", 
"True", "False", "False", "False", "True", "True", "False", "False"
)), .Names = c("x", "rawconc", "reason", "flag"), row.names = c(NA, 
-10L), class = "data.frame")

我可以创建一个列原因列的数字级别

df$level<-as.numeric(df$reason)
df
    x rawconc                    reason  flag level
1   1   77.40                      <NA> False    NA
2   2   52.60                      <NA> False    NA
3   3   86.50            Poor Injection  True     2
4   4   44.50                      <NA> False    NA
5   5  167.00                      <NA> False    NA
6   6   16.20                      <NA> False    NA
7   7   59.30            Poor Injection  True     2
8   8  123.00 Fails Acceptance Criteria  True     1
9   9    1.95                      <NA> False    NA
10 10  181.00                      <NA> False    NA

，这是我想要创建一个具有“级别”许多星星的列，但它失败了

df$stars<-paste(rep("*",df$level)sep="",collapse="")
Error: unexpected symbol in "df$stars<-paste(rep("*",df$level)sep"

df$stars<-paste(rep("*",df$level),sep="",collapse="")
Error in rep("*", df$level) : invalid 'times' argument

rep("*",df$level)
Error in rep("*", df$level) : invalid 'times' argument

df$stars<-paste(rep("*",pmax(df$level,0,na.rm=TRUE)),sep="",collapse="")
Error in rep("*", pmax(df$level, 0, na.rm = TRUE)) : 
  invalid 'times' argument

似乎需要一次向rep提供一个值。我觉得这应该是可能的（我的直觉说“使用 lapply”，但我的 apply fu 很差）

有人想尝试吗？

Answer 1

您可以创建星星向量，

vstars <- sapply(1L:nlevels(df$reason), function(i) paste(rep("*",i),collapse=""))
vstars
# [1] "*"  "**"

然后用 df$reason 对其进行索引（之所以有效，是因为它是一个因素）：

vstars[df$reason]
# [1] NA   NA   "**" NA   NA   NA   "**" "*"  NA   NA

对于大型 data.frame 应该比 快得多将粘贴到每一行中。

Answer 2

我认为你需要一个应用类型的函数。这会起作用：

df[is.na(df$level),"level"] <- 0
df$level <- sapply(df$level, function(x) paste(rep("*",x),collapse=""))

在这种情况下，您最好使用 sapply 而不是 lapply，因为它返回一个向量而不是一个列表。

来自代表的帮助：

如果“times”由单个
整数，结果包括
整个输入重复了很多次。如果 'times' 是一个向量
与“x”长度相同（通过“each”复制后），
结果由“x[1]”重复“times[1]”次、“x[2]”组成
重复“times[2]”次，依此类推。

将 rep 与 times 参数的向量一起使用的一个问题是，它仅返回一个向量，并且在 times=0 时丢弃实例。您可以使用以下命令查看这一点：rep(rep("*", nrow(df)), times=df$level)。