R 展开以变量名为值的频率表
我正在使用一个数据框架,其中每个观察值都链接到一个特定的ID,我有一组变量定义“值”,就像我有一个因子变量一样。但是,“单元格”中的值是频率。以下是一个简化版本:R 展开以变量名为值的频率表,r,frequency,median,psych,R,Frequency,Median,Psych,我正在使用一个数据框架,其中每个观察值都链接到一个特定的ID,我有一组变量定义“值”,就像我有一个因子变量一样。但是,“单元格”中的值是频率。以下是一个简化版本: ID 1 2 3 A 2 3 2 B 1 4 1 我想得到两个扩展频率的向量,这样我就可以计算每个ID的插值中值。也就是说,我想要以下形式的东西: A B 1 1 1 2 2 2 2 2 2 2 3 3 3 A B 1 1 1 2 2 2 2 2 2 2 3 3 3 NA ps
ID 1 2 3
A 2 3 2
B 1 4 1
我想得到两个扩展频率的向量,这样我就可以计算每个ID的插值中值。也就是说,我想要以下形式的东西:
A B
1 1
1 2
2 2
2 2
2 2
3 3
3
A B
1 1
1 2
2 2
2 2
2 2
3 3
3 NA
psych
包有一个函数interp.median
,该函数可以获取每个向量,并返回每个ID的插值中值,我希望将其作为新变量包含在原始数据帧中。我查看了vcdExtra
包,它可能通过expand.dft
函数实现这一点,但我不确定它到底是如何工作的
任何帮助都将不胜感激
编辑:为了进一步细化,interp.median
如果最终结果是一个数据帧,并在末尾填充NAs,则效果最好。也就是说,某种形式:
A B
1 1
1 2
2 2
2 2
2 2
3 3
3
A B
1 1
1 2
2 2
2 2
2 2
3 3
3 NA
如果
dat
是数据集
lst <- by(dat[,-1], dat[,1], function(x) rep(seq_along(x), x))
lst
#dat[, 1]: A
#[1] 1 1 2 2 2 3 3
#------------------------------------------------------------
#dat[, 1]: B
#[1] 1 2 2 2 2 3
indx <- max(sapply(lst,length))
dat2 <- do.call(data.frame,lapply(lst, function(x) c(x,rep(NA,indx-length(x)))))
dat2
# A B
#1 1 1
#2 1 2
#3 2 2
#4 2 2
#5 2 2
#6 3 3
#7 3 NA
lst这里有一种方法:
# your data
df <- data.frame(ID=c(1,2,3), A=c(2,3,2), B=c(1,4,1))
# function to repeat each ID a given number of times,
# as specified in 'colname' of df
rep_id <- function(colname) {
unname(unlist(apply(df[, c('ID',colname)], 1, function(x) rep(x[1], x[2]))))
}
# apply this function to all columns (except the first, which is ID)
sapply(names(df)[-1], rep_id)
样本数据:
df <- read.table(text="
ID 1 2 3
A 2 3 2
B 1 4 1", header=TRUE, check.names=FALSE)
这将输出字符,但您可以像这样输出数字:
newlist <- apply(df[2:4], 1, function(x) rep(as.numeric(names(x)), x))
names(newlist) <- df$ID
newlist我认为第二个步骤是可行的,只要我可以在列表的最后用NAs填充每个元素,使所有内容都具有相同的长度,以便转换为数据帧。关于如何做到这一点的建议?太好了!我用更多的样本数据集进行了测试。我认为这将很好地发挥作用。
(newlist <- apply(df[2:4], 1, function(x) rep(names(x), x)))
#[[1]]
#[1] "1" "1" "2" "2" "2" "3" "3"
#
#[[2]]
#[1] "1" "2" "2" "2" "2" "3"
names(newlist) <- df$ID
#$A
#[1] "1" "1" "2" "2" "2" "3" "3"
#
#$B
#[1] "1" "2" "2" "2" "2" "3"
newlist <- apply(df[2:4], 1, function(x) rep(as.numeric(names(x)), x))
names(newlist) <- df$ID
newlist <- sapply(newlist, function(x) x[1:max(sapply(newlist, length))])
# A B
#[1,] 1 1
#[2,] 1 2
#[3,] 2 2
#[4,] 2 2
#[5,] 2 2
#[6,] 3 3
#[7,] 3 NA