代码之家 › 专栏 › 技术社区 › string

在R中计算数据帧中每组的和和和最小最大值

sapply dataframe r

string · 技术社区 · 8 年前

我有一个下面的示例数据框

df <- data.frame("Group"= c(1,1,2,2,2),"H" = 
c("H1","H3","H3","H4","H2"), "W1" = c(95, 0, 0,0,50) , "W2" = c(0, 
95,95, 0,85),"W3" = c(85, 50,50 ,95,0))

需要计算两个额外指标: 第一个度量:基于该组的w1、w2、w3的每个组和行,如果w1、w2和w3的值等于或大于85,则输出为100%。例如:对于第2组,对于W2和W3,最大值等于85以上。对于w1,它小于85,所以结果是 66.7条

第二个度量:该组的W1、W2、W3列的最大行最小值。例如:对于组2,min(max[0 0 50]、max[95 0 85]、max[50 95 0])= 50个

DesiredDf <- data.frame("Group"= c(1,1,2,2,2),"H" =     
c("H1","H3","H3","H4","H2"), "W1" = c(95, 0, 0,0,50) , 
"W2" = c(0, 95,95, 0,85), "W3" = c(85, 50,50 ,95,0),
"W" = c(100,100,66.7 ,66.7,66.7),MINMAX = c(85,85,50,50,50))

已经尝试了for循环和sapply方法,但是实际数据集太大,执行太慢。正在寻找在R中更无缝地计算这些度量的方法。

2 回复 | 直到 8 年前

tmfmnk 8 年前

通过使用 dplyr

df %>% 
  group_by(Group) %>% 
  mutate(w = rowMeans(cbind(max(W1) >= 85, max(W2) >= 85, max(W3) >= 85)),
         minmax = min(max(W1), max(W2), max(W3)))

# A tibble: 5 x 7
# Groups:   Group [2]
  Group H        W1    W2    W3     w minmax
  <dbl> <fct> <dbl> <dbl> <dbl> <dbl>  <dbl>
1    1. H1      95.    0.   85. 1.00     85.
2    1. H3       0.   95.   50. 1.00     85.
3    2. H3       0.   95.   50. 0.667    50.
4    2. H4       0.    0.   95. 0.667    50.
5    2. H2      50.   85.    0. 0.667    50.

DanY 8 年前

data.table方式:

# use data.table
library(data.table)
setDT(df)

# aggregate data by group in order to calculate the 2 desired metrics
df1 <- df[ , .(maxw1 = max(W1), maxw2 = max(W2), maxw3 = max(W3)), by=Group]

# calculate the metrics
df1[ , metric1 := rowMeans(cbind(maxw1>=85, maxw2>=85, maxw3>=85))]
df1[ , metric2 := do.call(pmin,.SD), .SDcols = c("maxw1", "maxw2", "maxw3")]

# merge metrics back on to original dataframe
df <- merge(df, df1[ , .(Group, metric1, metric2)], by="Group")

推荐文章

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

1 年前

Daniel Estévez · 扩展数据帧以包含不存在的值

1 年前

T Richard · 根据条件交换分组数据中的字符串或值

1 年前

Homer Jay Simpson · R中flextable的标题字体和垂直合并

1 年前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

1 年前

Ssong · 如何有条件地运用资本化?

1 年前

Marcio Lino · 在Pandas中转换多个值列

1 年前

Ray · 在Python pandas包中使用groupby函数时,输出结果存在差异的原因是什么?

1 年前

RobertF · 如果列没有表头,如何在R数据帧中引用变量名?

1 年前

Homer Jay Simpson · ggplot2`geom_label()中的警告消息`

1 年前