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tidiversedf <- 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

我可以根据 r 中的其他两个条件创建一个变量的多个类别吗? [复制]

计算并向R中的数据框添加新变量

当我尝试预测 R 中的类别概率时出错 - 插入符号

SQL计算分组变量占总数的份额

使用 R 根据另一列中的类别计算列和列表之间常见值的百分比

如何仅从 R 中的特定列对中提取显着相关性?