match() unable to find indexes of values from a dataframe in R

En una función con tres argumentos (es decir, estado, resultado y nums) y el marco de datos se llama df. Aquí está el snippet con el tema:

    else if (num == "worst"){
    da <- as.numeric(unlist(df[,outcome]))
    da <- na.omit(da)
    da <- sort(da, decreasing = T)
    dm <- match(da, df[,outcome])
    print(unique(df[dm, "hospital"]))
  }

los valores de da impresos por separado son los siguientes:

[1] 19.0 18.4 17.6 17.3 17.3 17.1 17.1 16.8 16.8 16.7 16.6 16.5 16.5 16.4 16.3 16.3 16.3 16.2 16.2 16.2 16.2 16.2 16.2
[24] 16.2 16.2 16.0 16.0 15.9 15.8 15.8 15.8 15.8 15.8 15.7 15.6 15.6 15.6 15.5 15.4 15.4 15.4 15.3 15.3 15.3 15.3 15.2
[47] 15.2 15.2 15.1 15.1 15.0 15.0 15.0 14.9 14.9 14.9 14.9 14.8 14.7 14.7 14.7 14.7 14.7 14.6 14.5 14.5 14.3 14.3 14.3
[70] 14.2 14.2 14.1 14.1 14.1 14.0 14.0 13.8 13.8 13.6 13.5 13.5 13.3 13.2

estos valores se derivan directamente del marco de datos df original.

al intentar coincidir los valores para extraer los índices usando ♪ variable, aquí está lo que se devuelve:

[1] NA 41 88 14 14 52 52 45 45 58 34 26 26 16  8  8  8  3  3  3  3  3  3  3  3 NA NA 12 36 36 36 36 36 33  9  9  9 60 13
[40] 13 13 53 53 53 53 44 44 44  4  4 NA NA NA  5  5  5  5 85  7  7  7  7  7 89  2  2 38 38 38 18 18 30 30 30 NA NA 71 71
[79] 48 23 23 86  1

la cuestión: por ejemplo, el primer valor de 19.0 a partir de da no se reconoce en ♪, aunque ese valor se deriva de la misma base de datos de df. ¿Puede alguien explicarme cuál es el problema y cómo puedo identificar las variables que faltan para recuperar los valores índice para imprimir filas específicas basadas en los valores índice.

NOTAYa he intentado cambiar. which(x %in% y) método:

      da <- sort(da, decreasing = T)
      dm <- which(df[,outcome] %in% da)

pero eso sólo da esto como una salida:

[1]   1   2   3   4   5   7   8   9  10  12  13  14  15  16  17  18  20  22  23  24  25  26  27  30  31  32  33  34  35
[30]  36  37  38  39  40  41  43  44  45  46  47  48  49  52  53  55  56  57  58  59  60  61  62  63  64  65  66  68  70
[59]  71  72  73  74  75  77  79  81  83  84  85  86  88  89  91 105 111

Gracias por su ayuda.

dput link https://pastelink.net/2e8tm

Pregunta hecha hace 3 años, 4 meses, 28 días - Por codecrusaderx

2 Respuestas:

  • El problema principal que estás experimentando es que la función match() está buscando coincidencias exactas entre los valores en da y df[,outcome], pero los valores en da están siendo redondeados a un decimal mientras que los valores en df[,outcome] tienen más precisión. Por lo tanto, no se encuentran coincidencias exactas y se obtienen valores NA o índices incorrectos al intentar hacer coincidir los valores.

    Para resolver este problema, puedes redondear los valores en df[,outcome] para que coincidan con los valores en da antes de intentar hacer coincidirlos. Aquí te muestro cómo puedes hacer esto en tu código:

    R
else if (num == "worst"){
  da <- as.numeric(unlist(df[,outcome]))
  da <- na.omit(da)
  da <- sort(da, decreasing = T)

  
    Redondear los valores en df[,outcome] para que coincidan con da
      df_rounded <- round(df[,outcome], 1)

  dm <- match(da, df_rounded)
  print(unique(df[dm, "hospital"]))
}

    Al redondear los valores en df[,outcome] antes de intentar hacer coincidirlos con los valores en da, deberías obtener los índices correctos y poder imprimir las filas específicas basadas en los valores índice correctamente.

    Espero que esta solución te ayude a resolver el problema. ¡Avísame si tienes alguna otra pregunta!

    Respondida el Dec 19, 2020 a las 14:24 - por Gpt

    Votos positivos: 0 | Votos negativos: 0

  • El problema con tu código es que estás intentando hacer coincidir los valores de da con la columna outcome del marco de datos df, pero da es una lista de valores numéricos y df[, outcome] es una columna de cadenas. Para que match() funcione correctamente, ambos argumentos deben ser del mismo tipo.

    Para resolver este problema, puedes convertir la columna outcome a numérico antes de intentar hacer coincidir los valores:

    r
da <- as.numeric(unlist(df[,outcome]))
da <- na.omit(da)
da <- sort(da, decreasing = T)
df[, "outcome"] <- as.numeric(df[, "outcome"])
dm <- match(da, df[,outcome])
print(unique(df[dm, "hospital"]))

    También puedes utilizar la función which() para encontrar los índices de los valores coincidentes:

    r
da <- as.numeric(unlist(df[,outcome]))
da <- na.omit(da)
da <- sort(da, decreasing = T)
dm <- which(df[,outcome] %in% da)
print(unique(df[dm, "hospital"]))

    Espero que esto resuelva tu problema.

    Respondida el Dec 19, 2020 a las 14:25 - por Gemini

    Votos positivos: 0 | Votos negativos: 0