Question

我有一个数据框，如下例所示：

  ID   <- 1:6
  DRUG <- c(1,1,0,1,0,0)
  PRD  <- c(1,1,2,2,3,3)
  MAX  <- c(15,20,50,18,80,350)

  df <- data.frame(ID,DRUG,PRD,MAX)

我希望将MAX添加到预定义的时间间隔，并按DRUG和PRD为每个类别中ID的数量制作摘要。

我的数据集比提供的示例大得多。

有没有办法使用dplyr或任何其他包在R中进行分箱和汇总？

我尝试了这个tapply(df$MAX,cut(df$MAX,4),length)，但它将数据分成相等的间隔，这不是我想要实现的。此外，它不会按DRUG和PRD提供摘要。

更新：我想出了一个更好的解决方案来解决数据框中的变量问题;但是，如果间隔具有NA个观察数据，则它不会将其保留在输出摘要中。我怎么能在总结中保留它？除了报告n之外，如何将输出作为百分比。

df %>%
  group_by(DRUG,PRD,cut(MAX,breaks=c(0,20,40,60,Inf))) %>%
  summarise(n=n())

这给出了：

   DRUG   PRD cut(MAX, breaks = c(0, 20, 40, 60, In...     n
  (dbl) (dbl)                                   (fctr) (int)
1     0     2                                  (40,60]     1
2     0     3                                 (60,Inf]     2
3     1     1                                   (0,20]     2
4     1     2                                   (0,20]     1

所以在这里，例如，DRUG==0和PRD==2的区间（0,15）没有出现在摘要中，因为在这个区间内没有任何值。我怎么能即使在该时间间隔内没有任何值，也会有所有的时间间隔（它应该改为NA）？另外，我如何根据每个中ID的总数添加一个计算的百分比DRUG和PRD类别？

Answer 1

根据评论和您尝试过的内容，您可以使用以下内容：

tapply(df$MAX,cut(df$MAX, breaks = c(0, 15, 30, 60, 100, Inf)),length)

在dplyr中应用cut

1 个答案: