Question

我是新手，正在学习R。我正在尝试提出一个我不知道该词的问题。假设我有一个数据框，这样：

df<-data.frame(ID=c("A","A","A","B","B","B","C","C","C"),
Week=c(1,2,3,1,2,3,1,2,3),
Variable=c(30,25,27,42,44,45,30,50,19))



  ID Week Variable
1  A    1       30
2  A    2       25
3  A    3       27
4  B    1       42
5  B    2       44
6  B    3       45
7  C    1       30
8  C    2       50
9  C    3       19

对于第1周变量= 30的所有ID，我如何找到第2周的平均变量？

例如，我希望本例中的输出为37.5

Answer 1

这可能更易于阅读/查看。

library(tidyverse)

df %>% 
  spread(Week, Variable) %>%
  filter(`1` == 30) %>%
  with(mean(`2`))

[1] 37.5

我认为tidyverse代码更易于理解，因为您可以像读取任何非代码文本一样从左到右阅读它。管道%>%使查看操作顺序更加容易，不再需要括号来解释。

Answer 2

首先我们需要ID，其中有variable=30 AND week=1的条目，然后从ID的{{1}}中提取ID，并进行{ {1}}

Base R解决方案：

Week=2

输出：

avg(Variable)

OR（另一种方法）

使用mean(df[df$ID %in% (df[df$Week==1 & df$Variable==30,1]) & df$Week==2,3])：

[1] 37.5

输出：

sqldf

Answer 3

步骤1： 获取第1周的Variable = 30的ID

Integer.toHexString()

输出为：

res<-  subset( df,Variable==30 & Week==1, ID )

第2步： 在第2周获取所有变量：

> res
  ID
1  A
7  C

输出为：

dt<-subset(df,ID %in% as.vector(unlist(res))  & Week==2  ,select=c(ID,Variable))

步骤3： 求平均值：

  ID Variable
2  A       25
8  C       50

最终输出是：

  mean(dt$Variable)

在步骤2中，我们有37.5。 那是什么意思？

％in％部分只是一个运算符，如果它在右侧向量内找到ID，则会返回。例如，运行以下示例：

ID %in% as.vector(unlist(res))

结果是：

  a<- 1:10

  b<-c(0,4,6,8,16)

  b %in% a

因此，％in％运算符为FALSE TRUE TRUE TRUE FALSE的每个元素返回一个布尔值。 如果该元素存在于 b中，则结果为True，否则返回 False 。如您所见，0和16为False。

但是，要点是，a应该是向量，而a是res，因此，我需要首先data.frame，然后将其视为unlist（vector）。

最后，as.vector检查每个ID是否存在res。

通过条件分组和逻辑进行搜索？

3 个答案: