基于因子变量的数据集子设置，该因子变量生成与因子长度一样多的子集

Posted 2023-04-18

【中文标题】基于因子变量的数据集子设置，该因子变量生成与因子长度一样多的子集

【英文标题】：Dataset sub-setting based on a factor variable that generates as many subsets as the factor length

【发布时间】：2018-12-28 19:45:18

【问题描述】：

我正在处理一个数据集（名为“scores”），它只包含数字变量，但也包含一个表示数字来自国家/地区的因素。所有这些都是一个数据集中的列。

让我用于子集化的部分代码更加独立，这让我很困惑。例如，在数据集“分数”中，我使用以下内容为每个国家/地区生成一个子集：

scores_us <- scores[which(scores$Country== 1)]
scores_uk <- scores[which(scores$Country== 2)]
scores_it <- scores[which(scores$Country== 3)]

我需要做的是让这部分更加独立，这样当不熟悉 R 的人为不同的国家/地区运行它时，不必总是为每个级别的因素写一行。

也许是一个循环通过因子并创建与其级别一样多的子集？

非常感谢您的任何想法。

P.s 我尝试使用 for i in length(scores$Country)，但它返回一个包含所有国家/地区的子集，而不是三个。

更新问题：

你说得对，我一直不清楚。我的数据集是 1-10 分（意见/看法），代表一组国家的序数数据。我的下一步是为每个国家/地区的所有列计算“NPS- 净推荐值”。到目前为止，我对每个国家/地区进行了子集化，然后对每个国家/地区应用 nps 函数（nps 包），这会产生一个新列表，其中包含每个问题的 NPS 编号（分数列）。这样做的代码示例是：

scores_us <- scores[which(scores$Country== 1)]
scores_uk <- scores[which(scores$Country== 2)]
scores_it <- scores[which(scores$Country== 3)]          

nps_us<-round(sapply(scores_us, nps)*100)
nps_uk<-round(sapply(scores_uk, nps)*100) 
nps_it<-round(sapply(scores_it, nps)*100)

您提出的split 方法无需用户为每个国家编写一行代码即可实现子集化。它生成一个数据框列表。但是，当使用 sapply/lapply 计算 nps 时，它会返回警告：Data of class data.frame provided;转换为数字，元素为 NA。

也许是因为输出列表的维度与列出的数据框 (lst1) 不同？还是因为 nps 不适用于 apply 系列？

您替代 group_by 然后执行 nps 函数返回 nps 结果 但没有做每个国家的。这就是我使用的：scores_df %>% group_by(Country) %>% lapply(., nps)。

如果nps 有一种方法可以处理split 生成的数据框列表，那正是我正在寻找的。​​p>

再次感谢。

【参考方案1】：

我们可以使用split 拆分为data.frames 的list（假设'scores_df' 和'scores' 具有相同的维度）

lst1 <- split(scores_df, scores$Country)

【讨论】：

非常感谢，是的 scores_df 和 scores 是同一个数据集。这是一个错字！已经编辑了我的帖子以避免混淆。我会试试这个。

谢谢，它有效！但是，现在如果我想使用拆分生成的子集，我想我需要执行这篇文章中提出的建议：***.com/questions/17905463/…。对？在这种情况下，我再次无法避免为“国家”因素的每个级别编写一行代码。也许，我想要做的事情是不可能的。例如，现在如果我尝试在“lst1”上应用一个函数，它会以错误结束。

@Y.Ch 您的最终目标尚不清楚。如果要通过'Country'对其他列进行一些计算，可以通过groupby操作来完成。即scores_df %>% group_by(Country) %>% summarise(Valmean = mean(col)) 否则，要在lists 上工作，请使用lapply/sapply 即lapply(lst1, function(x) mean(x$Col))

非常感谢您的回复，确实不是很清楚。我已经更新了回复您评论的初始帖子，因为这将是一个很长的评论。如果你有时间检查更新。干杯。

该死的你让它工作了。感谢这个答案，其他人在***上发布了类似的问题，但我敢打赌这是第一个完整的答案。再次感谢！