如何通过总和来标准化数据帧值(获取百分比)

时间:2012-08-27 16:06:00

标签: r dataframe aggregate data.table

我有以下数据框:

> str(df)
 'data.frame':  52 obs. of  3 variables:
  $ n    : int  10 20 64 108 128 144 256 320 404 512 ...
  $ step : Factor w/ 4 levels "Step1","Step2",..: 1 1 1 1 1 1 1 1 1 1 ...
  $ value: num  0.00178 0.000956 0.001613 0.001998 0.002975 ...

现在我想将df$value归一化/除以属于同一个n的值的总和,即我可以得到百分比。这不起作用,但显示了我想要实现的目标。在这里,我预先计算属于同一个n的值的总和,并尝试将原始df$value除以具有匹配dfa$value的汇总总数n

dfa <- aggregate(x=df$value, by=list(df$n), FUN=sum)
names(dfa)[names(dfa)=="Group.1"] <- "n"           
names(dfa)[names(dfa)=="x"] <- "value"
df$value <- df$value / dfa[dfa$n==df$n,][[1]]

3 个答案:

答案 0 :(得分:4)

我认为以下方法有效,使用包data.table

df <- data.table(df)
df[,value2 := value/sum(value),by=n]

答案 1 :(得分:4)

我会使用ave

set.seed(123)
df <- data.frame(n=rep(c(2,3,6,8), each=5), value = sample(5:60, 20))
df$value_2 <- ave(df$value, list(df$n), FUN=function(L) L/sum(L))

答案 2 :(得分:1)

您拥有的代码存在以下问题:

df$value <- df$value / dfa[dfa$n==df$n,][[1]]

dfa$n==df$n返回一个长度为max(length(df),length(dfa)的逻辑向量,告诉您n匹配的每个索引。我认为您不能使用它来匹配dfa$ndf$n

使用base功能,您可以使用aggregatemerge

dfa <- aggregate(x=df$value, by=list(df$n), FUN=sum)
names(dfa) <- c("n","sum.value") 
df2 <- merge(df,dfa,by="n",all = TRUE)
df2$value2 <- df2$value/df2$sum.value