Question

我有以下数据

dt<-data.table(id=c(1,1,1,1,1),Claimed=c("i","j","i","j","k"),Detected=c("k","j","i","j","i"))
> dt
   id Claimed Detected
1:  1       i        k
2:  1       j        j
3:  1       i        i
4:  1       j        j
5:  1       k        i

现在，对于"Claimed"列中的每个元素，我想检查"Detected"列中是否相同，并获得相似性百分比。因此，理想情况下，我的输出将是以下数据表的输出。

> dt
   id Claimed   Percentage
1:  1       i           50 
2:  1       j          100
3:  1       k            0

我尝试重新整形数据并获取"Detected"中每个唯一元素的所有"Claimed"变量，如下所示，并计算新"Claimed"列中"Detected_modified"变量的出现次数从而获得百分比。

> dt
   id Claimed Detected_modified
1:  1       i               k,i
2:  1       j               j,j
3:  1       k                 i

但是，我坚信使用data.table会有一个更简单的解决方案，在这种情况下我无法弄清楚。有人可以试试吗？

编辑：

Detected和Claimed列中的因素级别不同。

Answer 1

使用dplyr：

library(dplyr)

dt %>% group_by(id, Claimed) %>%
       summarise(percentage = 100 * sum(Claimed == Detected) / n( ))

编辑：如果由于不同的因素水平而无法进行比较：

dt %>% group_by(id, Claimed) %>%
       summarise(percentage = 100 * sum(as.character(Claimed) == as.character(Detected)) / n( ))

在data.table中的两个不同列中查找相同的值

1 个答案: