如何解决满足条件的按组ID的多列观测值的计数和平均值
我在R中遇到了一个问题,如下所述。我需要满足条件的每个组ID的所有列(避免使用NA)的计数和平均值。
我在下面有数据集,其中还有一个附加列。 “ T”
structure(list(ID = c(1L,1L,2L,3L,3L),S1 = c(NA,5L,4L,2L),S2 = c(1L,7L,NA,11L),T = c(3L,2L)),class = "data.frame",row.names = c("1","2","3","4","5","6"))
仅当列满足条件(列值
结果数据框应如下所示:
ID S1.count S2.count S1.overall S2.overall S1.per S2.per
1 1 1 3 2 3 0.5 1.0
2 2 1 0 1 1 1.0 0.0
3 3 1 0 2 1 0.5 0.0
S1.count和S2.count:分别小于T的观测数。
S1.overall和S2.overall:每列中的观察总数(避免使用NA)。
S1.per和S2.per:S1.count / S1.overall,S2.count / S2.overall。
解决方法
您可以使用aggregate()
函数来获取有关给定组的特定值的出现的信息。将数据分组到ID
组中,您可以很容易地构建刚刚概述的数据框:
data = data.frame("ID"=c(1,1,2,3,3),"S1"=c(NA,5,4,2),"S2"=c(1,7,NA,11),"T"=c(3,2))
newdata = data.frame("ID"=unique(data$ID),"S1.count"=aggregate(c(data$S1<=data$T)~data$ID,FUN=sum)[,2],"S2.count"=aggregate(c(data$S2<=data$T)~data$ID,"S1.overall"=aggregate(c(!is.na(data$S1))~data$ID,"S2.overall"=aggregate(c(!is.na(data$S2))~data$ID,2])
newdata$S1.per = newdata$S1.count/newdata$S1.overall
newdata$S2.per = newdata$S2.count/newdata$S2.overall
在这里,我使用逻辑矢量来计算有效且小于T值的数量。逻辑向量的总和是TRUE
个元素的数量。
此简短程序的输出为:
> newdata
ID S1.count S2.count S1.overall S2.overall S1.per S2.per
1 1 1 3 2 3 0.5 1
2 2 1 0 1 1 1.0 0
3 3 1 0 2 1 0.5 0
,
使用dplyr
,您可以如下计算:
library(dplyr)
df %>%
group_by(ID) %>%
summarise(across(starts_with('S'),list(count = ~sum(. <= T,na.rm = TRUE),overall = ~sum(!is.na(.)),per = ~mean(. <= T,na.rm = TRUE)))) %>%
select(ID,ends_with('count'),ends_with('overall'),everything())
# ID S1_count S2_count S1_overall S2_overall S1_per S2_per
# <int> <int> <int> <int> <int> <dbl> <dbl>
#1 1 1 3 2 3 0.5 1
#2 2 1 0 1 1 1 0
#3 3 1 0 2 1 0.5 0
数据
df <- structure(list(ID = c(1L,1L,2L,3L,3L),S1 = c(NA,5L,4L,2L),S2 = c(1L,7L,11L),T = c(3L,2L)),class = "data.frame",row.names = c(NA,-6L))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。