我是R的新用户。我需要对大量数据运行wilcoxon测试。目前我有一整年的交易数据(每个交易按季度分类,比如2014年第一季度),并且能够获得完整的结果。我的代码如下(由交易金额打破关系):
> total$reRank=NA
> total$reRank[order(total$Rank,-total$TxnAmount.x)]=1:length(total$Rank)
> Findings=total$reRank[total$Findings==1]
> NOFindings=total$reRank[total$Findings==0]
> wilcox.test(Findings,NOFindings,na.action=na.omit,alternative='less',exact=F)
既然我被要求每季度运行一次wilcoxon测试,我会用什么代码来过滤每个季度的数据?
答案 0 :(得分:0)
如果没有可重复的示例,很难为您提供特定于您的数据的确切代码。
但是,似乎可以使用library(dplyr)
library(dplyr)
quarter1Data <- filter(fullData, Quarter == "Q12014")
quarter2Data <- filter(fullData, Quarter == "Q22014")
等等。有关如何使用此软件包的更深入说明,请参阅this page。
然后,您可以重新运行现有代码,用这些较小的数据集替换total
数据集。有一种更有效的方法可以做到这一点,但如果不知道数据集的结构,这是我能想到的最简单的方法。