Question

假设我有这样的数据集：

id <- c(1,1,1,2,2,3,3,4,4)
visit <- c("A", "B", "C", "A", "B", "A", "C", "A", "B")
test1 <- c(12,16, NA, 11, 15,NA, 0,12, 5)
test2 <- c(1,NA, 2, 2, 2,2, NA,NA, NA)
df <- data.frame(id,visit,test1,test2)

我想知道每次访问PER测试的数据点数，以便最终输出看起来像这样：

visit   test1    test2
A       3        3
B       3        1
C       1        1

我知道我可以像older post中提到的那样对1个变量使用聚合函数：

 aggregate(x = df$id[!is.na(df$test)], by = list(df$visit[!is.na(df$test)]), FUN = length)

但是如何进行多项测试呢？

Answer 1

在基地R中使用table和rowSums：

cols <- 3:4    
sapply(cols, function(i) rowSums(table(df$visit, df[,i]), na.rm = TRUE))

#   [,1] [,2]
#A    3    3
#B    3    1
#C    1    1

Answer 2

您还可以使用data.table，这对于灵活的列数非常有用：

cols <- names(df)[grepl("test",names(df))]
setDT(df)[,lapply(.SD, function(x) sum(!is.na(x))), by = visit, .SDcols = cols]

df
#   visit test1 test2
#1:     A     3     3
#2:     B     3     1
#3:     C     1     1

基于R中的多个因子确定多个变量的频率

2 个答案: