Question

我是R的新手并且正在为R考试做准备，这将在一周内完成。

在其中一个家庭作业问题上，我试图尽可能多地解决一个问题（准备更多的工具总是在时间限制的编码考试中派上用场）。

问题如下：在我的数据集中，＆＃34; ckm_nodes.csv＆＃34;

变量采用日期记录了月份医生开始开处方四环素，从1953年11月开始计算。如果医生没有在第17个月开始处方，即1955年2月，当研究结束时，这被记录为Inf。如果不知道医生何时或是否采用四环素，则其值为NA。回答以下问题。（a）有多少医生在研究的每个月开始开处方四环素？（b）在研究期间有多少人没有开处方？（c）有多少是NAs？

我试图使用aggregate（）函数来计算每个月开始开处方的医生数量。我的基本代码是：

aggregate(nodes$adoption_date, by = nodes["adoption_date"], length),

适用于NA值。

我想知道是否有一种方法可以让聚合函数计算NA值，所以我读了关于aggregate（）函数的R文档，其中说明如下：

na.action

一个函数，指示当数据包含NA值时应该发生什么。默认设置是忽略给定变量中的缺失值。

所以我用谷歌搜索了如何解决这个问题并设置＆＃34; na.action = NULL＆＃34;。但是，当我尝试运行此代码时，发生了以下情况：

aggregate(nodes$adoption_date, by = nodes["adoption_date"], length, na.action = NULL)

FUN（X [[i]]，...）出错： 2个参数传递给＆＃39;长度＆＃39;这需要1

试图按顺序移动参数：

aggregate(nodes$adoption_date, length, by = nodes["adoption_date"], na.action = NULL)

FUN（X [[i]]，...）出错： 2个参数传递给＆＃39;长度＆＃39;这需要1

但它也不起作用。

知道如何解决这个问题吗？

***************** tapply（）

此外，我想知道是否可以使用＆＃34; tapply＆＃34;在功课上解决Q1的功能。我试过了

count <- function(data){
 return(length(data$adoption_date))
 }

count_tetra <- tapply(nodes,nodes$adoption_date,count)

tapply错误（节点，节点$ adoption_date，count）：参数必须长度相同

**************循环

我也想知道如何使用循环来实现相同的目标。

我可以从矢量排序开始：

nodes_sorted <- nodes[order(nodes$adoption_date),]

然后，写一个for循环，但是怎么......？

目标是获得向量计数，并且每个计数元素对应于处方数量的值。

谢谢！

示例数据：

节点＆lt; - data.frame（ adoption_date = rep（c（1：17，NA，Inf），times = c（rep（5,17），20,3）））

Answer 1

你看过data.table了吗？我相信这样的事情可以解决问题。

require(data.table)
# convert nodes to data.table
setDT(nodes)
# count occurrences for each value of adoption_rate
nodes[, .N, by = adoption_date]

如何使用aggregate（）来计算NA值并使用tapply（）作为替代

1 个答案: