Question

我想通过比avg加sd更大的组来识别案例。例如，在虹膜数据中使用物种作为组和petal.wid作为我的变量。

什么是更好的方法？创建一个函数？

我做了这个，但是我无法与原始数据建立关系以确定案例。

data(iris)
library(plyr)
petal.wid.avg <- ddply(iris, .(Species), function(df)
  return(c(petal.wid.avg=mean(df$Petal.Width), petal.wid.sd=sd(df$Petal.Width)))
)
petal.wid.avg$avgsd <- petal.wid.avg$petal.wid.avg + petal.wid.avg$petal.wid.sd
petal.wid.avg

Answer 1

有很多方法可以做到这一点，但ave函数可能是最简单的。

iris$big <- with(iris, 
  ave(Petal.Width, Species, FUN = function(x) x > mean(x) + sd(x))
)

以下是plyr解决方案：

iris <- ddply(
  datasets::iris, 
  .(Species), 
  transform, 
  big = Petal.Width > mean(Petal.Width) + sd(Petal.Width) 
)

根据评论，这是解决方案的其余部分。

iris <- subset(iris, big)
iris <- ddply(
  iris,
  .(Species),
  transform,
  smallest = Petal.Width == min(Petal.Width)
)
(iris <- subset(iris, smallest))

请注意，如果您有关系（如此数据集中），您将无法获得唯一的“更大”行。

在data.frame中按组标识案例

1 个答案: