Question

我使用ddply函数（plyr）按参与者ID（ pid ）分别计算某些内容。但是，由于某种原因，它不会通过 pid 返回单独的值，而是在所有 pid 中返回相同的值。

示例数据：

sdt<-c("Hit","Hit","Miss","Miss","False Alarm","Correct Reject","Correct Reject","Correct Reject",
   "Hit","Hit","Hit","Miss","False Alarm","False Alarm","False ALarm","Correct Reject")

pid<-c(1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2)

adhd_p<-data.frame(sdt,pid)

功能：

ddply(adhd_p, "pid", summarise,
  hitrate=(count(adhd_p$sdt=="Hit")[[2,2]])/((count(adhd_perf$sdt=="Hit")[[2,2]])+(count(adhd_p$sdt=="Miss")[[2,2]])),
  falsealarmrate=(count(adhd_p$sdt=="False Alarm")[[2,2]])/((count(adhd_p$sdt=="False Alarm")[[2,2]])+(count(adhd_p$sdt=="Correct Reject")[[2,2]])))

如果有助于理解我正在计算的内容......参与者可以＆＃34;点击＆＃34; （肯定地回应目标），＆＃34;小姐＆＃34; （不回应目标），＆＃34;正确拒绝＆＃34; （不要对干扰者做出反应），或者＆＃34;误报＆＃34; （肯定地回应干扰者）。因此，＆＃34;击中＆＃34;是命中/命中+未命中数，＆＃34; falsealarmrate＆＃34;是错误警报/错误警报+正确拒绝的数量。

我做错了什么？

感谢您的时间。

编辑：编辑代码

可以很快解决上述问题

 ddply(adhd_p, "pid", summarise,
  hitrate=(count(sdt=="Hit")[[2,2]])/((count(sdt=="Hit")[[2,2]])+(count(sdt=="Miss")[[2,2]])),
  falsealarmrate=(count(sdt=="False Alarm")[[2,2]])/((count(sdt=="False Alarm")[[2,2]])+(count(adhd_p$sdt=="Correct Reject")[[2,2]])))

我现在意识到我需要分割两个变量而不是一个变量。但是添加时间变量：

time<-c(1,2,3,4,5,6,7,8,1,2,3,4,5,6,7,8)

将其与其他人合并

adhd_p<-data.frame(sdt,pid,time)

使新脚本生成一个超出范围的＆＃34;下标＆＃34;错误。

ddply(adhd_p, .(pid,time), summarise,
  hitrate=(count(sdt=="Hit")[[2,2]])/((count(sdt=="Hit")[[2,2]])+(count(sdt=="Miss")[[2,2]])),
  falsealarmrate=(count(sdt=="False Alarm")[[2,2]])/((count(sdt=="False Alarm")[[2,2]])+(count(sdt=="Correct Reject")[[2,2]])))

有什么想法吗？

Answer 1

你需要做什么：

ddply(adhd_p, "pid", summarise,
  hitrate=(count(sdt=="Hit")[[2,2]])/((count(sdt=="Hit")[[2,2]])+(count(sdt=="Miss")[[2,2]])),
  falsealarmrate=(count(sdt=="False Alarm")[[2,2]])/((count(sdt=="False Alarm")[[2,2]])+(count(sdt=="Correct Reject")[[2,2]])))

为什么你需要这样做：

当您调用ddply时，该函数在.data（在您的情况下为adhd_p）内作为本地命名空间。这类似于调用attach(adhd_p);调用列的名称而不显式引用数据框仍会调用正确的列。

当您提供summarise参数时，该函数会根据提供的id列（在本例中为pid）拆分本地名称空间中的向量。因此，如果您在没有明确引用数据框的情况下引用列，则会使用与sdt对应的pid列部分进行计算。但是，如果您明确引用列和数据框（在您的情况下为adhd_p$sdt），它只会从全局命名空间中提取整个向量，并且不会对其进行适当拆分。

编辑：下面的代码不那么混乱，如果缺少其中一个值，则不会引发错误：

ddply(adhd_p, .(pid, time), summarise,
      hitrate=(sum(sdt=="Hit"))/(sum(sdt=="Hit"))+(sum(sdt=="Miss")),
      falsealarmrate=(sum(sdt=="False Alarm"))/(sum(sdt=="False Alarm"))+(sum(sdt=="Correct Reject")))

Answer 2

我没有深入研究为什么你所做的事情是错的，但这里有一个可能有帮助的答案：

ddply(
  adhd_p, "pid", summarize, 
  hitrate=sum(sdt == "Hit") / sum(sdt %in% c("Hit", "Miss")),
  falsealarmrate=sum(sdt == "False Alarm") / sum(sdt %in% c("False Alarm", "Correct Reject"))
)

产地：

  pid hitrate falsealarmrate
1   1    0.50      0.2500000
2   2    0.75      0.6666667

ddply不返回按变量分割的函数的值

2 个答案: