R 根据大型数据集中的平均值分配通过/失败值
这可能是一个简单的问题,但我希望有人能给我指出正确的方向。我有一个样本数据集:R 根据大型数据集中的平均值分配通过/失败值,r,conditional,mean,R,Conditional,Mean,这可能是一个简单的问题,但我希望有人能给我指出正确的方向。我有一个样本数据集: dfrm <- list(L = c("A","B","P","C","D","E","P","F"), J=c(2,2,1,2,2,2,1,2), K=c(4,3,10,16,21,3,17,2)) dfrm <-as.data.frame(dfrm) dfrm L J K 1 A 2 4 2 B 2 3 3 P 1 10 4 C 2 16 5 D 2 21 6 E 2 3 7 P 1
dfrm <- list(L = c("A","B","P","C","D","E","P","F"), J=c(2,2,1,2,2,2,1,2), K=c(4,3,10,16,21,3,17,2))
dfrm <-as.data.frame(dfrm)
dfrm
L J K
1 A 2 4
2 B 2 3
3 P 1 10
4 C 2 16
5 D 2 21
6 E 2 3
7 P 1 17
8 F 2 2
接下来,我希望能够分配一个合格/不合格等级,其中合格=1,不合格=0,以确定K列中的数字是否大于平均值
最终数据集应如下所示:
cdfrm <- list(L = c("A","B","P","C","D","E","P","F"), J=c(2,2,1,2,2,2,1,2), K=c(4,3,10,16,21,3,17,2),C = c(0,0,0,1,1,0,1,0))
cdfrm <-as.data.frame(cdfrm)
cdfrm
L J K C
1 A 2 4 0
2 B 2 3 0
3 P 1 10 0
4 C 2 16 1
5 D 2 21 1
6 E 2 3 0
7 P 1 17 1
8 F 2 2 0
cdfrm解决方案中有两个步骤。第一个是计算您感兴趣的值的平均值。换句话说,取data.frame中值子集的平均值。R有一个方便的函数来计算子集,称为subset
。这就是它的作用:
meanK <- mean(subset(dfrm, subset=J==1, select=K))
meanK
K
13.5
meak以下是一行中的操作方法
transform(dfrm, C = K > sapply(split(dfrm$K, dfrm$J), mean)[J])
split
根据J
和sapply(…,mean)的值对K
的值进行分组
计算分组平均值。注意,对于所有意图和目的,TRUE对应于1,FALSE对应于0Yepp,您可以用as.numeric(真、假、假、真)证明
+1提供示例并清楚说明所需结果。在R()简介的各个部分中描述了YOU试图实现的许多目标。
dfrm$Pass <- dfrm$K>meanK
dfrm
L J K Pass
1 A 2 4 FALSE
2 B 2 3 FALSE
3 P 1 10 FALSE
4 C 2 16 TRUE
5 D 2 21 TRUE
6 E 2 3 FALSE
7 P 1 17 TRUE
8 F 2 2 FALSE
transform(dfrm, C = K > sapply(split(dfrm$K, dfrm$J), mean)[J])