Question

我测量了细菌对病毒的抑制能力。我有n行（个人）和4列（a，b，c，x）的数据矩阵。根据x列，我想将它们定义为好或坏抑制剂。但是，我不确定如何根据其他测量列（a，b，c）放置列x的阈值。是否有任何R函数可以分隔/分组数据框？

Answer 1

在dplyr逻辑中有group_by()，它的工作方式如下：

library(dplyr)

df %>%
group_by(A) %>% # df is now grouped by column A
summarise(Mean = mean(C)) # calculates the mean of C for each group of A, summarise will delete any other columns not summarised and show only distinct rows

df %>%
group_by(A) %>%
mutate(Mean = mean(C)) # This will add the grouped mean to each row without changing the data frame

如果您进行了总结，那么您已经完成了，但是在group_by和mutate之后，您必须ungroup在某些时候使用数据框。

Answer 2

下面的

data.table示例。在数据中，我们在5个组（组）中有50个观察值（a）。

数据

dt = data.table(
  a = runif(1:50),
  Group = sample(LETTERS[1:5], 50, replace = T)
)

示例1

首先，我们可以计算a的组均值，如果大于0.5，则标记为“好”，如果小于0.5，则标记为“差”。请注意，此摘要不包含“。”。

dt1 = dt[, .(Mean = mean(a)), keyby = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]

> dt1
   Group      Mean Label
1:     A 0.2982229   Bad
2:     B 0.4102181   Bad
3:     C 0.6201973  Good
4:     D 0.4841881   Bad
5:     E 0.4443718   Bad

示例2

与Fnguyen的答案类似，以下代码不会汇总每组的数据；它只会在每个观察值旁边显示“组均值”和“标签”。

dt2 = dt[, Mean := mean(a), by = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]

> head(dt2)
           a Group      Mean Label
1: 0.4253110     E 0.4443718   Bad
2: 0.4217955     A 0.2982229   Bad
3: 0.7389260     E 0.4443718   Bad
4: 0.2499628     E 0.4443718   Bad
5: 0.3807705     C 0.6201973  Good
6: 0.2841950     E 0.4443718   Bad

示例3

最后，我们当然可以应用条件参数来创建新列，而无需事先计算分组变量。以下示例在a和b列上测试组合条件。

dt3 = data.table(a = runif(100), b = runif(100))

dt3[, abGrThan0.5 := ifelse((a > 0.5 & b > 0.5), TRUE, FALSE)]

> head(dt3)
           a          b abGrThan0.5
1: 0.5132690 0.02104807       FALSE
2: 0.8466798 0.96845916        TRUE
3: 0.5776331 0.79215074        TRUE
4: 0.9740055 0.59381244        TRUE
5: 0.4311248 0.07473373       FALSE
6: 0.2547600 0.09513784       FALSE

是否有一个R函数用于按一个变量（列）对数据进行分组？

2 个答案: