R中不同变量/列的分类值频率?
我试图从信号检测实验中收集数据,计算命中率、虚警率等R中不同变量/列的分类值频率?,r,count,aggregate,rows,R,Count,Aggregate,Rows,我试图从信号检测实验中收集数据,计算命中率、虚警率等 Code Cond bf1 bf2 bf3 bf4 bm1 bm2 bm3 bm4 BAX-011 3 CR FA HIT FA FR CR FA FA 我的变量bf1到bm3是具有级别(hit、fa、cr、fr)的因子 我想计算一下命中率,fa的针对每个参与者(行),但包含变量子集(bf项目和bm项目)。最简单的方法是什么 最后应该是这样的: Code Cond bf1 bf2 bf3 bf4 bm1 bm
Code Cond bf1 bf2 bf3 bf4 bm1 bm2 bm3 bm4
BAX-011 3 CR FA HIT FA FR CR FA FA
我的变量bf1到bm3是具有级别(hit、fa、cr、fr)
的因子
我想计算一下命中率,fa的<代码>针对每个参与者(行),但包含变量子集(bf项目和bm项目
)。最简单的方法是什么
最后应该是这样的:
Code Cond bf1 bf2 bf3 bf4 bm1 bm2 bm3 bm4 bf_hits bm_hits bf_fa ...
BAX-011 3 CR FA HIT FA FR CR FA FA 1 0 2 ...
试试这个:
#dummy data
df <- read.table(text="
Code Cond bf1 bf2 bf3 bf4 bm1 bm2 bm3 bm4
BAX-011 3 CR FA HIT FA FR CR FA FA
BAX-012 3 CR FA HIT FA FR HIT FA FA
BAX-013 3 CR HIT HIT FA FR HIT FA FA
", header=TRUE)
#count HITs per bf bm
df$bf_hit <- rowSums(df[,colnames(df)[grepl("bf",colnames(df))]]=="HIT")
df$bm_hit <- rowSums(df[,colnames(df)[grepl("bm",colnames(df))]]=="HIT")
#output
df
#Code Cond bf1 bf2 bf3 bf4 bm1 bm2 bm3 bm4 bf_hit bm_hit
#1 BAX-011 3 CR FA HIT FA FR CR FA FA 1 0
#2 BAX-012 3 CR FA HIT FA FR HIT FA FA 1 1
#3 BAX-013 3 CR HIT HIT FA FR HIT FA FA 2 1
#虚拟数据
df如果我正确理解您的问题,您可能只需要从“重塑2”软件包中探索melt
和dcast
。使用@zx8754的示例数据,尝试以下操作:
library(reshape2)
### Make the data into a "long" format
dfL <- melt(df, id.vars=c("Code", "Cond"))
### Split the existing "variable" column.
### Here's one way to do that.
dfL <- cbind(dfL, setNames(
do.call(rbind.data.frame, strsplit(
as.character(dfL$variable), "(?=\\d)", perl=TRUE)),
c("var", "time")))
### This is what the data now look like.
head(dfL)
# Code Cond variable value var time
# 1 BAX-011 3 bf1 CR bf 1
# 2 BAX-012 3 bf1 CR bf 1
# 3 BAX-013 3 bf1 CR bf 1
# 4 BAX-011 3 bf2 FA bf 2
# 5 BAX-012 3 bf2 FA bf 2
# 6 BAX-013 3 bf2 HIT bf 2
### Use `dcast` to aggregate the data.
### The default function is "length" which is what you're looking for.
dcast(dfL, Code + Cond ~ var + value, value.var="value")
# Aggregation function missing: defaulting to length
# Code Cond bf_CR bf_FA bf_HIT bm_CR bm_FA bm_FR bm_HIT
# 1 BAX-011 3 1 2 1 1 2 1 0
# 2 BAX-012 3 1 2 1 0 2 1 1
# 3 BAX-013 3 1 1 2 0 2 1 1
类似这样:sum(c(“CR”、“FA”、“HIT”、“FA”)==“HIT”)
Thank's!这对向量非常有效。但是,对于data.frame和我的所有参与者,我如何才能做到这一点呢?请尝试我的更新答案。您的代码似乎统计了所有行中的命中率,而不仅仅是一行中的命中率。至少,如果我将其应用到包含多行/参与者的数据框中,@zx8754,对于“重塑2”:-@user2983485如果有帮助,请向上投票或接受作为答案。@AnandaMahto可能不是学习R的最佳方法,但我更喜欢使用基本R包的解决方案。如果太复杂,我会寻找合适的软件包。@zx8754,请参阅我的更新。如果你看看我的个人资料,特别是我回答的问题,我通常会提出很多基本的解决方案。
X <- grep("^bf|^bm", names(df))
df[X] <- lapply(df[X], as.character)
dfL <- cbind(dfL, setNames(
do.call(rbind.data.frame, strsplit(
as.character(dfL$ind), "(?=\\d)", perl=TRUE)),
c("var", "time")))
dfL$X <- paste(dfL$var, dfL$values, sep ="_")
dfA <- aggregate(values ~ Code + Cond + X, dfL, length)
reshape(dfA, direction = "wide", idvar=c("Code", "Cond"), timevar="X")