Question

我有一个数据框：

SampleName <- c(A,A,A,A,B)
NumberofSample <- c(1,2,3,1,4)
SampleResult <- c(3,6,12,12,14)

Data <- data.frame(SampleName,NumberofSample,SampleResult)
head(Data)

SampleName NumberofSample SampleResult
1 A 1  3
2 A 2  6
3 A 3 12
4 A 1 12
4 B 4 14

我的想法是：当SampleResult＆lt; 15＆amp;＆amp; SampleResult＆gt; 5，样品A有6个与条件匹配的样品位点，样品B有4个与之匹配的样品位点。所以理想的结果看起来像这样：

SampleName Frequency
1 A 6
2 B 4

我写了类似的东西：

D1<- aggregate(SampleResult~SampleName, Data, function(x)sum(x<15 && x>5))

但我觉得这缺乏像

这样的东西

x * Data$NumberofSample[x]

所以我的问题是什么是正确的代码方式？谢谢

Answer 1

我们可以使用dplyr。按＆＃39; SampleName＆＃39;分组，＆＃39; NumberofSample＆＃39;满足基于＆＃39; SampleResult＆＃39;的条件并获得sum

library(dplyr)
Data %>%
     group_by(SampleName) %>% 
     summarise(Frequency = sum(NumberofSample[SampleResult < 15 & 
              SampleResult > 5]))
# A tibble: 2 x 2
#  SampleName Frequency
#  <chr>          <int>
#1 A                  6
#2 B                  4

如果我们更喜欢aggregate

aggregate(cbind(Frequency = NumberofSample * (SampleResult < 15 & 
          SampleResult > 5)) ~ SampleName, Data, sum)
#   SampleName Frequency
#1          A         6
#2          B         4

请注意&&的输出是单个TRUE / FALSE值

(1:3 > 1) && (2:4 > 2)

而不是相同长度的逻辑向量

Answer 2

akrun的解决方案是现货。但恰巧{dplyr}为这种计算提供了便利功能：count。

在最常见的形式中，它计算每组中的行数。但是，它也可以执行加权总和，在您的情况下，我们只需权衡SampleResult是否在您选择的边界之间：

Data %>% count(
    SampleName,
    wt = NumberofSample[SampleResult > 5 & SampleResult < 15]
)

Answer 3

以下形式的aggregate可能更简单。我根据您想要的条件对Data进行分组，然后选择每个组的length。

inx <- with(Data, 5 < SampleResult & SampleResult < 15)
aggregate(SampleResult ~ SampleName, Data[inx, ], length)
#SampleName SampleResult
#1          A            3
#2          B            1

另一种可能性是

subData <- subset(Data, 5 < SampleResult & SampleResult < 15)
aggregate(SampleResult ~ SampleName, subData, length)

但我认为逻辑索引解决方案更好，因为它的内存使用量更小。

如何在R语言的sum（）中添加一个函数

3 个答案: