使用两个条件过滤数据集以创建函数

Question

这是我的数据集。有两个类别变量，Deciles（具有10个级别，从DC1到DC10）和Population（具有3个级别：{{1 }}，SAP和TD6）。

假设地，每个十分位（例如，SH）应具有DC7（Population，SAP和TD6）的三个级别案子。

但是，有些十分位币缺少一个或两个SH级别（请参阅Population和DC1）。重要的是要知道DC2存在于所有十分位中，因此SAP和TD6是不存在的。

现在，我想比较SH，SAPvsSH和SAPvsTD6，并编写了此函数，可以对其进行进一步编辑和更正：

SHvsTD6

我需要什么？

• 比较diff <- function(x) { SAP <- sum(x$mean[x$Population == "SAP"]) SH <- sum(x$mean[x$Population == "SH"]) TD6 <- sum(x$mean[x$Population == "TD6"]) SAPvsSH <- (SH*100/SAP)-100 SAPvsTD6 <- (TD6*100/SAP)-100 SHvsTD6 <- (TD6*100/SH)-100 show(SAPvsSH) show(SAPvsTD6) show(SHvsTD6) } 时，我想将所有SAPvsSH的SH值和mean的{​​{1}}值求和，它们仅出现在{{1 }}有数据。因此，在这种情况下，应为mean + SAP + SH + DC7。
• 比较DC8时，使用与DC9相同的方法。
• 比较DC10时，仅应说明两个总体显示数据的位置。

最后三点在函数的开头。

稍后，在函数中，我们计算第二个方面相对于第一个总体的百分比误差。 SAPvsTD6计算SH相对于SAP的百分比误差。

那么，我该如何介绍根据SH和SHvsTD6中的存在情况选择筛选的过滤器？

Answer 1

我将在百分比误差的计算中引入过滤器。

我们没有创建开头的总和，而是创建了子集mean矢量，我们用它们的Deciles命名。然后，在计算百分比误差时，我们使用它们的名称的intersect（对它们的Deciles进行分类）来对相关向量进行子集化：

FOO <- function(x){
  SAP <- x$mean[x$Population == "SAP"]
  names(SAP) <- x$Deciles[x$Population == "SAP"]
  SH <- x$mean[x$Population == "SH"]
  names(SH) <- x$Deciles[x$Population == "SH"]
  TD6 <- x$mean[x$Population == "TD6"]
  names(TD6) <- x$Deciles[x$Population == "TD6"]

  SAPvsSH <- sum(SH)*100 / sum(SAP[intersect(names(SAP), names(SH))]) - 100
  SAPvsTD6 <- sum(TD6)*100 / sum(SAP[intersect(names(SAP), names(TD6))]) - 100
  SHvsTD6 <- sum(TD6[intersect(names(SH), names(TD6))])*100 / sum(SH[intersect(names(SH), names(TD6))]) - 100
}