从R中的一组因子创建组合ID号
有谁能帮我计算出一个新的变量,它将对一些因素的不同组合进行编号 假设受试者内有4个因素A、B、C、D,10名受试者中的任何一名受试者的每个组合都有8次重复,这就是我的数据如何表示其实际结构:从R中的一组因子创建组合ID号,r,R,有谁能帮我计算出一个新的变量,它将对一些因素的不同组合进行编号 假设受试者内有4个因素A、B、C、D,10名受试者中的任何一名受试者的每个组合都有8次重复,这就是我的数据如何表示其实际结构: library(AlgDesign) #for generating a factorial design) df <-gen.factorial(c(2,2,2,2,8,10), factors = "all", varNames = c("A", "B
library(AlgDesign) #for generating a factorial design)
df <-gen.factorial(c(2,2,2,2,8,10), factors = "all",
varNames = c("A", "B", "C", "D", "replication", "Subject"))
> head(df)
A B C D replication Subject
1 1 1 1 1 1 1
2 2 1 1 1 1 1
3 1 2 1 1 1 1
4 2 2 1 1 1 1
5 1 1 2 1 1 1
6 2 1 2 1 1 1
> tail(df)
A B C D replication Subject
1275 1 2 1 2 8 10
1276 2 2 1 2 8 10
1277 1 1 2 2 8 10
1278 2 1 2 2 8 10
1279 1 2 2 2 8 10
1280 2 2 2 2 8 10
在本例中,复制只是为了强制执行8次重复而生成的,但它不会对组合本身进行编码
我的原始数据只有变量A、B、C、D和Subject,我希望以一种具有不同值的方式计算复制
但是对于A,B,C,D的每个组合
您可以删除任何不必要的变量。我把它们放在那里,让你看看这个过程是如何运作的
另一个选择是这样
# create a look up table based on unique combinations and assign them a number
df %>% distinct(A,B,C,D) %>% mutate(replication_upd = row_number()) -> look_up
# join back to original dataset
df %>% inner_join(look_up, by=c("A","B","C","D")) %>% tbl_df()
# # A tibble: 1,280 x 7
# A B C D replication Subject replication_upd
# <fct> <fct> <fct> <fct> <fct> <fct> <int>
# 1 1 1 1 1 1 1 1
# 2 2 1 1 1 1 1 2
# 3 1 2 1 1 1 1 3
# 4 2 2 1 1 1 1 4
# 5 1 1 2 1 1 1 5
# 6 2 1 2 1 1 1 6
# 7 1 2 2 1 1 1 7
# 8 2 2 2 1 1 1 8
# 9 1 1 1 2 1 1 9
# 10 2 1 1 2 1 1 10
# # ... with 1,270 more rows
请注意,第一种方法根据我们创建的新变量(即订单A、B、C、D)选择数字,第二种方法使用数据集的初始顺序为每个唯一组合选择数字
# create a look up table based on unique combinations and assign them a number
df %>% distinct(A,B,C,D) %>% mutate(replication_upd = row_number()) -> look_up
# join back to original dataset
df %>% inner_join(look_up, by=c("A","B","C","D")) %>% tbl_df()
# # A tibble: 1,280 x 7
# A B C D replication Subject replication_upd
# <fct> <fct> <fct> <fct> <fct> <fct> <int>
# 1 1 1 1 1 1 1 1
# 2 2 1 1 1 1 1 2
# 3 1 2 1 1 1 1 3
# 4 2 2 1 1 1 1 4
# 5 1 1 2 1 1 1 5
# 6 2 1 2 1 1 1 6
# 7 1 2 2 1 1 1 7
# 8 2 2 2 1 1 1 8
# 9 1 1 1 2 1 1 9
# 10 2 1 1 2 1 1 10
# # ... with 1,270 more rows