计算R中的类别特定变量
Posted
技术标签:
【中文标题】计算R中的类别特定变量【英文标题】:Calculating category specific variable in R 【发布时间】:2019-11-26 22:01:40 【问题描述】:我有大数据,其中 col_1 作为第一类,col_2 作为第二类。我附上一个样本表格(请参阅下图)。数据具有前四列(col_1、col_2、ice、fd)。我想为 col_1 的每个类别生成变量“ice_new”,方法是将列 fd 的总和作为分母,将不同 col_2 的“ice”值作为分子并将它们相加。我尝试在 R 中使用“聚合”函数,但它不起作用。我如何在 R 中执行这个?任何帮助将不胜感激
col_1 col_2 ice fd ice_new
A A1 0.3 0.1 (0.3/(0.1+0.4) + 0.2/(0.1+0.4)
A A2 0.2 0.4 (0.3/(0.1+0.4) + 0.2/(0.1+0.4)
B B1 1.2 1 1.2/(1+2+1.2) + 1.4/(1+2+1.2) + 0.6/ (1+2+1.2)
B B2 1.4 2 1.2/(1+2+1.2) + 1.4/(1+2+1.2) + 0.6/ (1+2+1.2)
B B3 0.6 1.2 1.2/(1+2+1.2) + 1.4/(1+2+1.2) + 0.6/ (1+2+1.2)
【问题讨论】:
请以文本而非图像的形式提供您的数据。它使帮助您变得更加容易。 谢谢!我做了更改 你可以用tidiverse
:df <- df %>% mutate(ice_new = *your calculation*)
【参考方案1】:
dplyr
的一种可能是:
df %>%
group_by(col_1) %>%
mutate(ice_new = sum(ice/sum(fd)))
col_1 col_2 ice fd ice_new
<chr> <chr> <dbl> <dbl> <dbl>
1 A A1 0.3 0.1 1
2 A A2 0.2 0.4 1
3 B B1 1.2 1 0.762
4 B B2 1.4 2 0.762
5 B B3 0.6 1.2 0.762
或者和base R
一样:
with(df, ave(ice/ave(fd, col_1, FUN = sum), col_1, FUN = sum))
【讨论】:
【参考方案2】:df1 <- data.frame("col_1" = c("A", "A", "B", "B", "B"),
"col_2" = c("A1", "A2", "B1", "B2", "B3"),
"ice" = c(.3,.2,1.2,1.4,.6),
"fd" = c(.1,.4,1,2,1.2))
library(dplyr)
df2 <- df1 %>%
group_by(col_1) %>%
mutate(ice_new=sum(ice)/sum(fd))
df2
## A tibble: 5 x 5
## Groups: col_1 [2]
# col_1 Col_2 ice fd ice_new
# <fct> <fct> <dbl> <dbl> <dbl>
#1 A A1 0.3 0.1 1
#2 A A2 0.2 0.4 1
#3 B B1 1.2 1 0.762
#4 B B2 1.4 2 0.762
#5 B B3 0.6 1.2 0.762
【讨论】:
【参考方案3】:您也可以使用 summarise 为每组获取一个值:
library(dplyr)
df %>%
group_by(col_1) %>%
summarise(ice_new = sum(ice / sum(fd)))
# A tibble: 2 x 2
col1 ice_new
<chr> <dbl>
1 A 1
2 B 0.762
【讨论】:
以上是关于计算R中的类别特定变量的主要内容,如果未能解决你的问题,请参考以下文章