Question

我正在尝试对现有的元分析进行建模，以检查其他假设（例如，进行随机效应分析）以及重新采样技术。有超过2,000个科目，但数据相当简单：二元结果，成功或失败，与结构化评估的分数（0-10）相关联。我有每个分数成功或失败的频率，嵌套在每个研究中。我正在寻找一种更简单的方法来创建数据集，而不是将其键入，或多次使用rep函数。

我希望每一行看起来像这样： Study_ID，Test_Result [0-10]，结果[0或1]

例如，假设我只有两个研究和两个测试水平（1或2）：研究1有35个成功，85个失败得分为“1”;分数为“2”，46次成功，83次失败。在研究2中，得分为“1”，共有78次成功，246次失败;得分为“2”，45次成功，96次失败。

仅使用提供的频率，我怎样才能最轻松地创建具有数百行数据的数据帧？

Answer 1

这可能有用，唯一需要修改以添加更多研究的是studies列表。

## Your specifications
## Put the lengths of each grouping/study in a list so it's easy to work with
studies <- list(
    study1 = c(35, 85, 46, 83),
    study2 = c(78, 246, 45, 96))
score <- rep(1:2, each=2) # 1 1 2 2
type <- rep(0:1, len=4)   # 0 1 0 1

## Repeat score/type by counts of each grouping/study
res <- lapply(studies, function(study)
    data.frame(
        score=rep(score, study),
        type=rep(type, study)
    ))

## Combine into data.frame
dat <- data.frame(study=rep(seq_along(studies), times=sapply(studies, sum)),
                  as.list(do.call(rbind, res)))
head(dat)
#   study score type
# 1     1     1    0
# 2     1     1    0
# 3     1     1    0
# 4     1     1    0
# 5     1     1    0
# 6     1     1    0

## Check counts
with(dat, table(type, score, study))
# , , study = 1
# 
#     score
# type   1   2
#    0  35  46
#    1  85  83
# 
# , , study = 2
# 
#     score
# type   1   2
#    0  78  45
#    1 246  96

使用频率数据填充R中的数据帧

1 个答案: