我有一个如下所示的数据框:
step var1 score1 score2
1 a 0 0
2 b 1 1
3 d 1 1
4 e 0 0
5 g 0 0
1 b 1 1
2 a 1 0
3 d 1 0
4 e 0 1
5 f 1 1
1 g 0 1
2 d 1 1
etc.
因为我需要在第5步中将变量a-g(它们的分数在得分1中)与得分2相关联,我认为我需要首先将我的数据集改为:
a b c d e f g score2_step5
0 1 1 0 0 0
1 1 1 0 1 1
1 0
etc.
我很确定Reshape软件包应该能够帮助我完成这项工作,但我还没能让它工作。 谁能帮我?提前谢谢了!
答案 0 :(得分:2)
这是另一个版本。如果没有step = 5
,则为score2_step = 0
的值。假设您的data.frame
为df
:
require(reshape2)
out <- do.call(rbind, lapply(seq(1, nrow(df), by=5), function(ix) {
iy <- min(ix+4, nrow(df))
df.b <- df[ix:iy, ]
tt <- dcast(df.b, 1 ~ var1, fill = 0, value.var = "score1", drop=F)
tt$score2_step5 <- 0
if (any(df.b$step == 5)) {
tt$score2_step5 <- df.b$score2[df.b$step == 5]
}
tt[,-1]
}))
> out
a b d e f g score2_step5
2 0 1 1 0 0 0 0
21 1 1 1 0 1 0 1
22 0 0 1 0 0 0 0
答案 1 :(得分:1)
看起来你想要变量a-g和score2_step5之间的7个相关性 - 这是正确的吗?首先,你需要另一个变量。我假设step
从1到5连续重复;如果没有,这会更复杂。我假设您的数据名为df
。我也更喜欢较新的reshape2
包,所以我正在使用它。
df$block <- rep(1:(nrow(df)/5),each=5)
df.molten <- melt(df,id.vars=c("var1", "step", "block"),measure.vars=c("score1"))
df2 <- dcast(df.molten, block ~ var1)
score2_step5 <- df$score2[df$step==5]
然后最后
cor(df2, score2_step5, use='pairwise')
block
中有一个额外的列(df2
)可以摆脱或忽略。
答案 2 :(得分:0)
我在示例数据中添加了另一行,因为除非每个块中都有第5步观察,否则我的代码不起作用。
dat <- read.table(textConnection("
step var1 score1 score2
1 a 0 0
2 b 1 1
3 d 1 1
4 e 0 0
5 g 0 0
1 b 1 1
2 a 1 0
3 d 1 0
4 e 0 1
5 f 1 1
1 g 0 1
2 d 1 1
5 a 1 0"),header=TRUE)
与@JonathanChristensen一样,我制作了另一个变量(我称之为rep
而不是block
),我将var1
变为一个因子(因为没有c
给出的示例数据集中的值,我想要一个占位符)。
dat <- transform(dat,var1=factor(var1,levels=letters[1:7]),
rep=cumsum(step==1))
tapply
生成score1
值表:
tab <- with(dat,tapply(score1,list(rep,var1),identity))
添加score2
,第5步值:
data.frame(tab,subset(dat,step==5,select=score2))