通过匹配相似的行来解构R中的列？
我目前正在做一个项目，我有一个巨大的数据帧，16196个obs，包含25个变量。目标是消除每个特定处理的数据帧中可能存在的任何异常值。问题是，带有处理的列中有每个处理，每个处理的持续时间不同。让我给你举个例子 val_lvl2:chr“颈椎融合（脊柱融合）”“非手术治疗”“非手术治疗”“非手术治疗”… 珠三角的天数：16746 46 16746 46 16746… 输出来自str（z_组合成本\u dtrmnt） 我们可以看到val_lvl2具有所有治疗方法（100+未显示）。而prd_num_of_days_num具有特定治疗的长度。现在我想做的是将所有（还有更多）的“颈椎融合”数据和“非手术治疗”数据合并到它们自己的小数据帧中。在此之后，我希望对治疗的长度建立95%的置信度，然后删除不属于该CI的任何数据行。然后带回数据帧，这样我们又有了一个大的数据帧，但是每个处理中的异常值都消失了 我将非常感谢任何帮助，因为我真的不知道从哪里开始，因为似乎没有简单的方法可以按照我想要的方式分解数据帧 目前正在考虑使用聚合函数 阿格 基于val_lvl2中唯一值的较小数据帧，请记住存在相似的唯一值，即“颈椎融合”的多个实例应位于同一个小数据帧--> 根据每个小数据帧的prd天数创建95%CI--> 如果prd_num_of_days_num在CI--> 将没有异常值的小数据帧再次合并到一个大数据帧中。因此，您有一个数据帧（df），包含25个变量，您希望将其分解为X个较小的数据帧，X是唯一处理的数量，每个处理包含剩余的24个变量，但仅包含一种处理类型。对吗通过匹配相似的行来解构R中的列？,r,data-manipulation,confidence-interval,bigdata,R,Data Manipulation,Confidence Interval,Bigdata,我目前正在做一个项目，我有一个巨大的数据帧，16196个obs，包含25个变量。目标是消除每个特定处理的数据帧中可能存在的任何异常值。问题是，带有处理的列中有每个处理，每个处理的持续时间不同。让我给你举个例子 val_lvl2:chr“颈椎融合（脊柱融合）”“非手术治疗”“非手术治疗”“非手术治疗”… 珠三角的天数：16746 46 16746 46 16746… 输出来自str（z_组合成本\u dtrmnt） 我们可以看到val_lvl2具有所有治疗方法（100+未显示）。而prd_num_
treatment1 <- df[df$val_lvl2 == "Cervical Fusion (Spinal Fusion)"]
treatment2 <- df[ds$val_lvl2 =="Non-Surgical Treatment"]
# etc...
treatment1欢迎来到StackOverflow。请提供一个Hey@stevenbaupré！我目前的想法是尽可能地进行汇总。这是我到目前为止所拥有的。没错！我真的想过要做你刚才做的事。但由于val_lvl2大约有150种治疗方法，我希望能找到更有效、更全面的治疗方法。这是一种沿着这条路走的东西。大数据帧-->基于唯一值的较小数据帧-->基于每个小数据帧的prd_num_of u days_num创建95个CI-->如果CI之外的prd_num of u days_num-->将没有异常值的小数据帧再次合并到一个大数据帧中，则删除整行。我也不知道为什么文本没有按我想要的方式隔开…对不起，但是我有点难以理解你到底想要完成什么。我建议你删除这篇文章，用一个小规模的示例代码制作一个新的，可以很容易地复制。要对您的所有病例快速执行上述操作，请尝试以下操作：治疗谢谢！如果我不能从发布的内容中挤出一个解决方案，我会看看这个小片段能让我得到什么，然后回到这个黑板上。这有点复杂，所以我感谢你的努力！