R 根据多个字段和条件将数据规格化为值

我对R很陌生。我有一个带有标题（Value，Benchmark，Suite，Var）的表，我想根据（Benchmark，Var）的组合将每个值标准化为基线的平均值。因此，每个条目

（值、基准、套件、Var）

应标准化为基准的平均值，其中

基准
和
Var
相等

数据代表不同的基准测量，其中var是不同的输入大小。数据如下所示：

Value   Benchmark  Suite     Var
500     Benchmark2 baseline  1732
889     Benchmark  baseline  1732
500     Benchmark2 baseline  1732
889     Benchmark  baseline  1732
300     Benchmark  Approach1 1732
100     Benchmark2 Approach1 1732

在转换之后，它将如下所示：

Value   Benchmark  Suite     Var   RuntimeRatio
500     Benchmark2 baseline  1732  1.00
889     Benchmark  baseline  1732  1.00
500     Benchmark2 baseline  1732  1.00
889     Benchmark  baseline  1732  1.00
300     Benchmark  Approach1 1732  0.34 # 300 compared to mean(889,889) of each (Benchmark,baseline,1732)
100     Benchmark2 Approach1 1732  0.20 # 100 compared to mean(500,500) of each (Benchmark2,baseline,1732)

我现在有类似的东西，但这不算正确的东西：

norm <- ddply(data, Var ~ Benchmark, transform,
          RuntimeRatio = Value / mean(Value[Suite == "baseline"]))

norm我认为最好、最干净的方法是在操作之前进行一点数据管理

您的数据：

df <- tibble::tribble(
  
  ~Value, ~Benchmark  ,  ~Suite     , ~Var,
  500   , "Benchmark2", "baseline"  , 1732,
  889   , "Benchmark" , "baseline"  , 1732,
  500   , "Benchmark2", "baseline"  , 1732,
  889   , "Benchmark" , "baseline"  , 1732,
  300   , "Benchmark" , "Approach1" , 1732,
  100   , "Benchmark2", "Approach1" , 1732
  
)

这种方法得到了我认为您可能需要的东西

但是，如果您想要完全符合您的要求，则需要以以下方式将
df_基线
连接到原始
df
：

df %>% 
  left_join(df_baseline, by = c("Benchmark", "Var")) %>% 
  mutate(RuntimeRatio = Value / Value_baseline) %>% 
  select(-Value_baseline)

# # A tibble: 6 x 5
#   Value Benchmark  Suite       Var RuntimeRatio
#   <dbl> <chr>      <chr>     <dbl>        <dbl>
# 1   500 Benchmark2 baseline   1732        1    
# 2   889 Benchmark  baseline   1732        1    
# 3   500 Benchmark2 baseline   1732        1    
# 4   889 Benchmark  baseline   1732        1    
# 5   300 Benchmark  Approach1  1732        0.337
# 6   100 Benchmark2 Approach1  1732        0.2  

df%>%
左联合（df\U基线，由=c（“基准”，“变量”））%>%
变异（运行时比率=值/值\基线）%>%
选择（-Value\u基线）
##tibble:6 x 5
#价值基准套件Var运行时比率
#                       
#1500基准2基线1732 1
#2889基准基线1732 1
#3500基准2基线1732 1
#4889基准基线1732 1
#5300基准方法1 1732 0.337
#6 100基准2方法1 1732 0.2
我认为最好、最干净的方法是在操作之前进行一点数据管理

您的数据：

df <- tibble::tribble(
  
  ~Value, ~Benchmark  ,  ~Suite     , ~Var,
  500   , "Benchmark2", "baseline"  , 1732,
  889   , "Benchmark" , "baseline"  , 1732,
  500   , "Benchmark2", "baseline"  , 1732,
  889   , "Benchmark" , "baseline"  , 1732,
  300   , "Benchmark" , "Approach1" , 1732,
  100   , "Benchmark2", "Approach1" , 1732
  
)

这种方法得到了我认为您可能需要的东西

但是，如果您想要完全符合您的要求，则需要以以下方式将
df_基线
连接到原始
df
：

df %>% 
  left_join(df_baseline, by = c("Benchmark", "Var")) %>% 
  mutate(RuntimeRatio = Value / Value_baseline) %>% 
  select(-Value_baseline)

# # A tibble: 6 x 5
#   Value Benchmark  Suite       Var RuntimeRatio
#   <dbl> <chr>      <chr>     <dbl>        <dbl>
# 1   500 Benchmark2 baseline   1732        1    
# 2   889 Benchmark  baseline   1732        1    
# 3   500 Benchmark2 baseline   1732        1    
# 4   889 Benchmark  baseline   1732        1    
# 5   300 Benchmark  Approach1  1732        0.337
# 6   100 Benchmark2 Approach1  1732        0.2  

df%>%
左联合（df\U基线，由=c（“基准”，“变量”））%>%
变异（运行时比率=值/值\基线）%>%
选择（-Value\u基线）
##tibble:6 x 5
#价值基准套件Var运行时比率
#                       
#1500基准2基线1732 1
#2889基准基线1732 1
#3500基准2基线1732 1
#4889基准基线1732 1
#5300基准方法1 1732 0.337
#6 100基准2方法1 1732 0.2
我没有收到你的请求。对于每个三元组基准套件Var，您要计算值/（该三元组的平均值），对吗？我编辑了我的问题。它应该比较数据中的每个条目，并计算其值与基线值的比率，其中
基准
和
var
是相同的。数据代表不同的基准测量，其中var是不同的输入大小。它们会出现多次，因为基准会重复多次以最小化错误。我没有收到您的请求。对于每个三元组基准套件Var，您要计算值/（该三元组的平均值），对吗？我编辑了我的问题。它应该比较数据中的每个条目，并计算其值与基线值的比率，其中
基准
和
var
是相同的。数据代表不同的基准测量，其中var是不同的输入大小。它们会出现多次，因为基准会重复多次以最小化错误。