是否有一个R函数用于按一个变量(列)对数据进行分组?
我测量了细菌对病毒的抑制能力。我有n行和4列a,b,c,x的数据矩阵。根据第x列,我想将它们定义为好的或坏的inhibators。但是,我不知道如何根据其他测量的a、b、c列来放置x列的树型。是否有任何R函数可以分离/分组我的数据帧?在dplyr逻辑中有group_by,它的工作原理如下: 图书馆弹琴 df%>% group_byA%>%df现在按列A分组 summariseMean=meanC计算每组A的C平均值,summarise将删除未汇总的任何其他列,并仅显示不同的行 df%>% 组_byA%>% mutateMean=meanC这将在不更改数据帧的情况下将分组平均值添加到每一行是否有一个R函数用于按一个变量(列)对数据进行分组?,r,grouping,R,Grouping,我测量了细菌对病毒的抑制能力。我有n行和4列a,b,c,x的数据矩阵。根据第x列,我想将它们定义为好的或坏的inhibators。但是,我不知道如何根据其他测量的a、b、c列来放置x列的树型。是否有任何R函数可以分离/分组我的数据帧?在dplyr逻辑中有group_by,它的工作原理如下: 图书馆弹琴 df%>% group_byA%>%df现在按列A分组 summariseMean=meanC计算每组A的C平均值,summarise将删除未汇总的任何其他列,并仅显示不同的行 df%>% 组_b
如果您进行了总结,那么您就完成了,但在分组和变异之后,您必须在某个点取消数据框的分组。数据。下表示例。在数据中,我们对5组进行了50次观察 资料 例1 首先,我们可以计算a的组平均值,如果高于0.5,则将其标记为“好”,如果低于0.5,则将其标记为“坏”。请注意,此摘要不包括
dt1 = dt[, .(Mean = mean(a)), keyby = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]
> dt1
Group Mean Label
1: A 0.2982229 Bad
2: B 0.4102181 Bad
3: C 0.6201973 Good
4: D 0.4841881 Bad
5: E 0.4443718 Bad
例2
与Fnguyen的回答类似,以下代码不会总结每组的数据;它只会在每个观察点旁边显示组平均值和标签
dt2 = dt[, Mean := mean(a), by = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]
> head(dt2)
a Group Mean Label
1: 0.4253110 E 0.4443718 Bad
2: 0.4217955 A 0.2982229 Bad
3: 0.7389260 E 0.4443718 Bad
4: 0.2499628 E 0.4443718 Bad
5: 0.3807705 C 0.6201973 Good
6: 0.2841950 E 0.4443718 Bad
例3
最后,我们当然可以应用一个条件参数来创建一个新列,而无需事先计算分组变量。以下示例测试a列和b列上的组合条件
dt3 = data.table(a = runif(100), b = runif(100))
dt3[, abGrThan0.5 := ifelse((a > 0.5 & b > 0.5), TRUE, FALSE)]
> head(dt3)
a b abGrThan0.5
1: 0.5132690 0.02104807 FALSE
2: 0.8466798 0.96845916 TRUE
3: 0.5776331 0.79215074 TRUE
4: 0.9740055 0.59381244 TRUE
5: 0.4311248 0.07473373 FALSE
6: 0.2547600 0.09513784 FALSE
dt3 = data.table(a = runif(100), b = runif(100))
dt3[, abGrThan0.5 := ifelse((a > 0.5 & b > 0.5), TRUE, FALSE)]
> head(dt3)
a b abGrThan0.5
1: 0.5132690 0.02104807 FALSE
2: 0.8466798 0.96845916 TRUE
3: 0.5776331 0.79215074 TRUE
4: 0.9740055 0.59381244 TRUE
5: 0.4311248 0.07473373 FALSE
6: 0.2547600 0.09513784 FALSE