Question

我正在尝试从R中的modifiedmk包运行函数。

install.packages('modifiedmk')
library(modifiedmk)

我有一个数据帧data，它是用以下内容生成的：

Station <- c('APT','APT', 'APT','APT', 'APT', 'APT', 'APT','APT', 'APT','APT','APT','APT',
              'AF','AF', 'AF','AF','AF','AF','AF','AF','AF',
             'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL', 'EL',
             'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS', 'GFS'
              )
Rainfall <- c(375.3, 263.3, 399.2, 242.6, 847.6, 276.5, 712.8, 366.3, 188.6, 478.4, 539, 682.5,
            520.7, 1337.8, 524, 908.4,748.5,411.8, 772.4,978.5,983,
            732.4, 788.6, 567.1, 576, 931.6, 727.2, 1079.3, 902.8,493.4,  630.7, 784.1,660.2, 531.3, 487.1,798.4,
            1064.1,  590.3, 1011.2, 1037.1,  1398.4, 1153.6,994.1,  1100.2,743.7,637.4, 792.2, 891.9,880.9, 670, 920.2,681.4)
Year <- c('1957','1958','1959','1960','1961','1962','1963','1964','1965','1966','1967','1968',
                  '1960','1961','1962','1963','1964','1965','1966','1967','1968',
                  '1957','1958','1959','1960','1961','1962','1963','1964','1965','1966','1967','1968','1969','1970','1971',
                  '1964','1965','1966','1967','1968','1969','1970','1971','1972','1973','1974','1975','1976','1977','1978','1979')
length(Year)
data<-data.frame(Year, Station, Rainfall)

在数据框中，我有四个Stations降雨数据作为行。我想对每个mmky1lag的数据应用modifiedmk包中的Station方法，并在R中生成一个包含两列的汇总表：

具有显着趋势的站点，其中p <0.05
平均森氏斜率

例如，我可以使用生成的mmky1lag对所有的Rainfall数据运行mmky1lag(as.vector(data$Rainfall))方法

> mmky1lag(as.vector(data$Rainfall))
Corrected Zc  new P-value         N/N*   Original Z  old P.value 
3.332353e+00 8.611480e-04 1.297360e+00 3.795608e+00 1.472822e-04 
         Tau  Sen's slope old.variance new.variance 
3.634992e-01 9.092857e+00 1.605933e+04 2.083474e+04

我对其中两个输出感兴趣：

第1列：

# Get percent of stations with significant trends where p < 0.05
mmky1lag(as.vector(data$Rainfall))[2] < 0.05

和第2列：

# Make another column that is the mean Sen's slope
mmky1lag(as.vector(data$Rainfall))[7]

但是，如何在data上应用此方法，从而得到每个Station的结果？在python中，我将对Station进行分组，然后应用该方法。但是我不确定如何在R中做到这一点。

然后按站进行分组后，我想要一个包含上述两列信息的汇总表。

Answer 1

如果要将mmky1lag函数按组应用于数据帧（在这种情况下为station），可以考虑多种方法。

首先，您可以使用aggregate：

library(modifiedmk)

mktests <- aggregate(Rainfall ~ Station, data = data, FUN = mmky1lag)

这将采用Rainfall组度量Station的公式。您所有的结果都将以矩阵形式返回，其中MK测试参数会显示在同一列中。

另一种方法可能是使用data.table软件包。

library(data.table)

mktests <- as.data.table(data)[, as.list(mmky1lag(Rainfall)), by = Station]

这将从mmky1lag中获取结果，并将其放入列表中，然后转换为数据表。选项by将允许您通过Station执行此操作。

第三种方法可能是使用dplyr软件包。

library(dplyr)

mktests <- data %>%
  group_by(Station) %>%
  group_map(~mmky1lag(.x$Rainfall)) %>%
  setNames(unique(sort(data$Station))) %>%
  bind_rows(.id = "Station")

这使用group_by对Station进行分组，然后使用group_map将mmky1lag函数应用于分组的元素。需要setNames才能将Station的值添加回结果中，然后需要bind_rows将结果列表转换为数据框。

结果（使用data.table解决方案）应如下所示（其他方法应类似）：

R> mktests
   Station Corrected Zc new P-value      N/N* Original Z old P.value        Tau Sen's slope old.variance new.variance
1:     APT    1.2801214   0.2005025 0.4849366  0.8914431   0.3726915  0.2121212    17.32083     212.6667    103.12986
2:      AF    1.2424858   0.2140574 0.5703144  0.9383149   0.3480826  0.2777778    29.73750      92.0000     52.46892
3:      EL   -0.7452428   0.4561249 1.1288325 -0.7917947   0.4284804 -0.1619048    -9.60000     408.3333    460.93994
4:     GFS   -1.3242038   0.1854354 1.4160741 -1.5757881   0.1150746 -0.3000000   -19.65333     493.3333    698.59657

如果您希望Station的百分比为p <.05，可以这样做：

sum(mktests$`new P-value` < .05) / nrow(mktests)

在这种情况下，它为零，因为根据new P-value，它们都不是有效的。

可以计算Sen's slope的平均值：

mean(mktests$`Sen's slope`)
4.45125

我不确定您的示例数据是否会得出不同的结果（因为您建议将结果分成两列）。请让我知道这是否是您的想法。

Answer 2

您可以尝试在基本R中做类似的事情。
首先，您可以将数据作为列表，每个元素都是一个Station：

data_list <- split(data,data$Station)

然后您可以使用lapply()，引用the doc：

lapply返回一个与X长度相同的列表，其中每个元素是将FUN应用于X的相应元素的结果。

library(modifiedmk)
stat_list <- lapply(data_list, function(x) mmky1lag(x$Rainfall))

现在，您可以输入data.frame，然后计算所需的内容。您可以使用do.call()将rbind()应用于列表，并将其放入data.frame()中。通常，我更喜欢使用列名而不是索引，但这是主观的。
来自the doc rbind()：

采用向量，矩阵或数据帧参数的序列并合并分别按列或行。这些是具有其他R类的方法。

来自the doc do.call()：

do.call构造并执行一个从名称或名称开始的函数调用函数和要传递给它的参数列表。

stat_df <- data.frame(do.call(rbind, stat_list))

现在，您可以轻松计算所需的内容：

# percentage of the < 0.05 p-values
# here you calculate the number of row of the subset of interest of the
# df / number of row of the dataset.
nrow(stat_df[stat_df$new.P.value < 0.05,])/nrow(stat_df)*100
[1] 0

# Or if you want a prettier result printed:
library(formattable)
percent(nrow(stat_df[stat_df$new.P.value < 0.05,])/nrow(stat_df))
[1] 0.00%

# the mean of Sen.s.slope
mean(stat_df$Sen.s.slope)
[1] 4.45125

此外，我也无法获得所需的输出，而是写为Column1和Column2。如果定义了它，则可能会得到更适合您要求的结果。

Answer 3

这接近吗？该百分比将为零，因为所有p值均大于5％。您需要在循环中添加< 0.05才能在数据框中获得真/假值。

results <- data.frame(matrix(NA, 4, 3))
colnames(results) <- c('station', 'p-val', 'Sen-slope')
for(ii in seq_along(unique(Station))){
  i <- unique(Station)[ii]
  results[ii, 1] <- i
  results[ii, 2] <- mmky1lag(as.vector(data$Rainfall[data$Station %in% i]))[2]
  results[ii, 3] <- mmky1lag(as.vector(data$Rainfall[data$Station %in% i]))[7]
}

> results
  station     p-val Sen-slope
1     APT 0.2005025  17.32083
2      AF 0.2140574  29.73750
3      EL 0.4561249  -9.60000
4     GFS 0.1854354 -19.65333

Answer 4

如果使用tidyverse，则很容易进行类似熊猫的语法。

{"accountingCurrency":"USD","address1":"test address","billedCurrency":"EUR","billedRecurringPrice":"0.00","bin":"444444","cardType":"VISA","city":"testcity","country":"FR","initialPeriod":"30","lastName":"test","timestamp":"2020-11-12 06:05:49","username":"llllll","threeDSecure":"NOT_APPLICABLE"}

使用来自`modifiedmk`包的统计信息在R中创建汇总表

4 个答案: