如何确定R中的开发速率表?

如何确定R中的开发速率表?,r,dataframe,R,Dataframe,我试图确定动物在几天内的一定时间内达到某一发展阶段的比例。我有动物达到发育阶段的日子 X<-filter(sort_delays, Treatment=="Control")%>%select('W-L5') 然后我用我需要的列创建了一个数据框,其中一列包含我的动物可能发育的不同日期,另一列用于输入计算比率所需的数据 Days<-c(4:9) number<-NA Percent<-NA Total_percent<-NA df<-data.fram

我试图确定动物在几天内的一定时间内达到某一发展阶段的比例。我有动物达到发育阶段的日子

X<-filter(sort_delays, Treatment=="Control")%>%select('W-L5')
然后我用我需要的列创建了一个数据框,其中一列包含我的动物可能发育的不同日期,另一列用于输入计算比率所需的数据

Days<-c(4:9) 
number<-NA
Percent<-NA
Total_percent<-NA
df<-data.frame(Days, number, Percent, Total_percent)
尽管这对于创建我想要的表来说效果很好,但我最终将使用更大的数据集和更多的变化,从而在我的“df”中产生更多的行,从而产生大量代码


我想知道是否有人知道更好的方法

我们没有
排序延迟
,但是考虑到
X
正确的输出,那么:

X<-filter(sort_delays, Treatment=="Control")%>%select('W-L5')

df<-data.frame(Days=c(4:9))

df$number <- unlist(lapply(df$Days, function(y) length(which(X==y))))

df$Percent<-(df$number/length(X[,1]))*100                 

df$Total_percent <- cumsum(df$Percent)
#使用百分比确定总百分比
可以这样做:
df[,4]
#现在开始填充数字列
可以这样做:
df[,2]
#now start populating the number column
df[1,2]<- length(which(X==df[1,1]))
df[2,2]<- length(which(X==df[2,1]))
df[3,2]<- length(which(X==df[3,1]))
df[4,2]<- length(which(X==df[4,1]))
df[5,2]<- length(which(X==df[5,1]))
df[6,2]<- length(which(X==df[6,1]))

#use number to figure out percent
df$Percent<-(df$number/length(X[,1]))*100

#use percent to determine the total percentage
df[1,4]<- df[1,3]
df[2,4]<- df[2,3]+df[1,4]
df[3,4]<- df[3,3]+df[2,4]
df[4,4]<- df[4,3]+df[3,4]
df[5,4]<- df[5,3]+df[4,4]
df[5,4]<- df[6,3]+df[5,4]
Days number Percent Total_percent
1    4      0       0             0
2    5      5      20            20
3    6     17      68            88
4    7      3      12           100
5    8      0       0           100
6    9      0       0           100
X<-filter(sort_delays, Treatment=="Control")%>%select('W-L5')

df<-data.frame(Days=c(4:9))

df$number <- unlist(lapply(df$Days, function(y) length(which(X==y))))

df$Percent<-(df$number/length(X[,1]))*100                 

df$Total_percent <- cumsum(df$Percent)
df
##   Days number Percent Total_percent
## 1    4      0       0             0
## 2    5      5      20            20
## 3    6     17      68            88
## 4    7      3      12           100
## 5    8      0       0           100
## 6    9      0       0           100