Question

我有以下数据框，称之为df，这是一个由三个向量组成的数据框：“场景”，“名称”和“外观”。我想为“名称”在列表中的每个实例总计“外观”的值，并将其除以名称在列表中出现的次数。然后我想从df中删除所有行的总数（总外观，除以名称在列表中的次数）小于2.

所以例如，在df中，除了约翰和希特勒之外，每个人的行都会被抛出，其值是计算的（2 + 2）/ 2 = 2和（4 + 1/2）= 2.5

Scene      Name   Appearances 
112       Hamlet         1  
113       Zyklon         1 
114       Hitler         4  
115  Chamberlain         1  
115       Hitler         1  
117       Gospel         1  
117         John         2  
117      Deussen         1  
118        Plato         1 
118         John         2  
118        Hegel         1  
119      Cankara         1  
120        Freud         1  
121        Freud         1  
122  Petersbourg         1

我尝试了一些事情，但有一些乘法，但它们在数学上都是错误的，并且会返回错误。

首先，我尝试将df转换为双向表，并删除属于不常名称的条目：

removeinfreqs <- function(df){
x <- table(df$Name, df$Appearances)
d<-df[(df$Name %in% names * df$Appearances)/df$Name %in% names(x[x >= 3]), ]
d
}

但是我收到一个错误：“匹配错误（x，table，nomatch = 0L）：'match'需要向量参数”

我使用subset命令尝试了同样的事情：

df_less<-subset(df, df$Name %in% names * df$Appearances/df$Name %in% names >= 3)

但是我得到了同样的错误：“匹配错误（x，table，nomatch = 0L）：'match'需要向量参数”

我在r中使用数据框的经验很少。我该如何执行此操作？任何帮助非常感谢。

Answer 1

首先，计算每个Appearance的平均Name值：

meanAp <- with(df, ave(Appearances, Name, FUN = mean))

其次，提取行：

df[meanAp >= 2, ]

#    Scene   Name Appearances
# 3    114 Hitler           4
# 5    115 Hitler           1
# 7    117   John           2
# 10   118   John           2

Answer 2

这是“data.table”的另一种选择：

library(data.table)
DT <- data.table(df)

DT[, if(mean(Appearances) >= 2) .SD, by = Name]
#      Name Scene Appearances
# 1: Hitler   114           4
# 2: Hitler   115           1
# 3:   John   117           2
# 4:   John   118           2

（帽子提示@ thelatemail / @ mnel。）

如果一起添加的值小于x，则从数据框中删除行

2 个答案: