Question

假设数据框具有以下结构：

x=c(1:18)
y=c(9:26)
k=c(NA)
id=c(1,1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3)
task=c(1,1,2,2,2,3,3,1,1,1,2,2,2,1,1,2,2,2)
alts=c(2,3,1,2,3,1,3,1,2,3,1,2,3,1,2,1,2,3)

data<-data.frame(id, task, alts, x, y, k)

现在我想用不同的条件乘以x和y，即

当id == i和task == j，prod（x）;
当id == i和task！= j，prod（y）;
当id == i，prod（y）。

然后k = prod（x）* prod（y）/（1-prod（y））。该等式中的第一个产品（y）来自条件2，第二个产品（y）来自条件3.

例如，假设我想计算k [1]（表示id == 1和task == 1），则k [1] =（x [1] * x [2]）*（y [ 3] * y [4] * y [5] * y [6] * y [7]）/（1 - y [1] * y [2] * ... * y [7]）。 k [2] = k [1]因为数据中的k [2]也表示id == 1且task == 1的条件。

我使用的代码是：

for (i in 1:3){ # for each individual

  for(j in 1:3){ # for each task of each individual

    data1=ddply(data, .(id, task), transform, k=prod(x[id==i & task==j])*prod(y[id==i & task!=j])/(1-prod(y[id==i])))
  }
}

我尝试了这段代码，但它没有用。为什么函数 prod（x-condition 1）* prod（y-condition 2）/ prod（y-condition 3）不起作用？有人可以帮帮我吗？

Answer 1

好的，让我们试试这个，基于@leif的评论。我在您的数据框中创建了一个新元素：

data$calc<- data$x*(data$id==ii & data$task==jj) * data$y*(data$id==ii & data$task!=jj)/ (1-(data$y*(data$id==ii)))

现在，对于您的示例数据，这几乎总是出现零。也许您想使用prod(x)返回1作为空向量的事实？我的计算将x或y设置为零，因此必须修改为

data$calc<- max(1,data$x*(data$id==ii & data$task==jj)) * max(1,data$y*(data$id==ii & data$task!=jj))/ (1-(max(1,data$y*(data$id==ii))))

如果您的数据集中有任何负数，那么当然会不高兴。

编辑：您写道，您想要获取符合i，j标准的所有x的产品，所以我相信这会有效。因为我把“剪贴板”留在了另一个地方，所以它来自记忆：

data$calc<- prod(data$x[data$id==ii & data$task==jj)]) * prod(data$y[(data$id==ii & data$task!=jj)])/ (1-prod(data$y[(data$id==ii)]) )

Answer 2

我认为部分地这样做可能是最清楚的。我们可以单独计算每个产品，然后将它们组合在一起。这在计算上并不是最优的，但希望它非常易读。我将使用您的示例数据集作为输入：

x=c(1:18)
y=c(9:26)
k=c(NA)
id=c(1,1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3)
task=c(1,1,2,2,2,3,3,1,1,1,2,2,2,1,1,2,2,2)
alts=c(2,3,1,2,3,1,3,1,2,3,1,2,3,1,2,1,2,3)

data<-data.frame(id, task, alts, x, y, k)

我在这里给出的方法是分别计算prod(x by id and task)，prod(y by id and task)和prod(y by id)，然后在最后将它们合并。

x.y.by.id.task <- aggregate(data.frame(x.id.task=data$x, y.id.task=data$y),
                            data[c("id", "task")], 
                            prod)
y.by.id      <- aggregate(data.frame(y.id=data$y), 
                          data["id"], 
                          prod)

现在x.y.by.id.task包含id和任务组合的x和y产品，y.by.id包含y by id的乘积。我们可以将它们组合成一个数据帧，并使用一个矢量化操作进行最终计算。

id.task <- merge(x.y.by.id.task, y.by.id)

id.task$result <- 
  id.task$x.id.task * # prod(x by id by task)
  (id.task$y.id / id.task$y.id.task) / # prod(y by id and !task)
  (1 - id.task$y.id) # 1 - prod(y by id)

现在，在大型数据集中，这种方法在计算上并不是最优的，并且根据您的问题设置，您可能会遇到数值不稳定。但这对于许多问题设置应该足够了。这个解决方案很不错，因为R完成了查找id和任务组合以及为你安排输出的繁重工作。

此外，这仅计算数据集中存在的id和任务组合的值。在您的情况下，没有id = 3，task = 3组合。如果你检查最后的id.task data.frame，你会发现没有行id = 3和task = 3（因为没有行在数据中这是真的）。

希望有所帮助！

带条件的乘法

2 个答案: