Question

我有一个包含数千行和3列的数据框：值，实验和比率。值包含值（正面和负面）;试验实验编号（E1，E2或E3），比例包含三个术语中的一个（X.Y，Y.Z或Z.X）。

我需要三个比率中的每一个，提取最接近0的50个值的所有列，记住这很可能是正值和负值的混合。

我能想到的唯一（天真）方式是为每个比率子集/提取数据，然后根据值对其进行排序（排序），再次使用子集来获得最接近0和25正值的25个负值最接近0。

有更好的方法吗？

Answer 1

我的解决方案使用by来订购并且：

by(df, df$RATIO, function(x) x[ order(abs(x$VALUE))[1:50] , ] )

这将返回一个列表，每个元素包含一个子集。

Answer 2

如果您有多行，则为data.table解决方案：

set.seed(1)
N <- 1e6
library(data.table)
dat <- data.table( value = runif(N,-100,100),
                   experiment = sample(paste0('E',1:3),N,rep=T),
                   ratio= sample(c('X.Y', 'Y.Z','Z.X'),N,rep=T))

dat[,{id <- order(abs(value))[1:50]
      list(value=value[id],
           experiment=experiment[id])
      } ,by='ratio']

R中的数据子集

2 个答案: