使用两个条件筛选数据集以创建函数

diff<-函数(x){
SAP<-总和(x$平均值[x$人口=“SAP”])
sh<-总和(x$平均值[x$人口数=“sh”])
td6<-总和(x$平均值[x$人口数=“td6”])

sapvssh<-(sh*100/sap)-100
sapvstd6<-(td6*100/sap)-100
SHVSTD6<-(TD6*100/SH)-100

显示(sapvssh)
显示(sapvstd6)
显示(shvstd6)
}
我需要什么?


当比较sapvssh时,我想把所有meanvalues of sh和meanvalues ofsapthat are present only in the deciles whereshhas data.因此,在这种情况下,它应该是dc7>+dc8>+dc9>+dc10。

比较sapvstd6时,使用与之前相同的方法进行sh。

比较shvstd6时,两个人口显示数据都应包括在内的地方只有十分位数。



最后三个点位于函数的开头。


稍后,在函数中,我们计算第二个方面第一个总体的百分比误差。sapvsshcalculate the percentage error of sh respect sap.


那么,我怎样才能根据sh中的存在来介绍选择小数的过滤器呢?td6?Population(三级:SAP,请TD6和SH)。




假设,每十分之一(DC7例如)应该具有人口(活力,请TD6型和嘘,情况也是如此。

然而,有些十分之一缺少一两个人口级别(请参见DC1型和DC2)。重要的是要知道活力在所有的十进制中都存在,所以TD6型和嘘是那些不可能出现的。

现在,我想比较一下SAPvsSH,请SAPvsTD6和SHvsTD6,我编写了这个函数,可以进一步编辑和更正:

diff <- function(x) {
  SAP <- sum(x$mean[x$Population == "SAP"])
  SH  <- sum(x$mean[x$Population == "SH"])
  TD6 <- sum(x$mean[x$Population == "TD6"])

  SAPvsSH   <- (SH*100/SAP)-100
  SAPvsTD6  <- (TD6*100/SAP)-100
  SHvsTD6   <- (TD6*100/SH)-100

  show(SAPvsSH)
  show(SAPvsTD6)
  show(SHvsTD6)
}


我需要什么?


比较时萨普夫斯,我想总结一下meansh的值,以及意思是的值活力只有十分之一的嘘有数据。所以在这种情况下,应该是DC7型+DC8+DC9+DC10型.
比较时SAPVSTd6型,方法与之前相同嘘.
比较时SHVSTD6型,只有两个人口显示数据的十分之一应包括在内。


最后三个点位于函数的开头。

稍后,在函数中,我们计算第二个方面第一个总体的百分比误差。萨普夫斯计算sh尊重sap的百分比错误。

那么,我怎样才能介绍根据存在的情况选择小数的滤波器呢?嘘和TD6型是吗?