根据大型数据集中的平均值分配通过/失败值

时间:2011-07-22 08:32:19

标签: r conditional mean

这可能是一个简单的问题,但我希望有人能指出我正确的方向。我有一个样本数据集:

dfrm <- list(L = c("A","B","P","C","D","E","P","F"), J=c(2,2,1,2,2,2,1,2), K=c(4,3,10,16,21,3,17,2))
 dfrm <-as.data.frame(dfrm)
 dfrm
  L J  K
1 A 2  4
2 B 2  3
3 P 1 10
4 C 2 16
5 D 2 21
6 E 2  3
7 P 1 17
8 F 2  2

列J指定在K中定义的变量类型。我希望能够获取旁边分配了1的K值的平均值。在这个例子中,它将是10和17

T = c(10,17)
mean(T)
13.5

接下来我希望能够分配通过/失败等级,其中pass = 1,fail = 0以确定列K中的数字是否大于均值。

最终数据集应如下所示:

cdfrm <- list(L = c("A","B","P","C","D","E","P","F"), J=c(2,2,1,2,2,2,1,2), K=c(4,3,10,16,21,3,17,2),C = c(0,0,0,1,1,0,1,0))
cdfrm <-as.data.frame(cdfrm)
 cdfrm
  L J  K C
1 A 2  4 0
2 B 2  3 0
3 P 1 10 0
4 C 2 16 1
5 D 2 21 1
6 E 2  3 0
7 P 1 17 1
8 F 2  2 0
这似乎很基本,我很抱歉,我只是不知道我在想什么。

2 个答案:

答案 0 :(得分:2)

解决方案中有两个步骤。第一种是计算您感兴趣的值的平均值。换句话说,取datanframe中值的子集的平均值。 R有一个方便的函数来计算子集,称为subset。这是在行动:

meanK <- mean(subset(dfrm, subset=J==1, select=K))
meanK
K 
13.5 

接下来,您要将数据框中的列K与我们刚刚计算的平均值进行比较。这是一个简单的矢量比较:

dfrm$Pass <- dfrm$K>meanK
dfrm
L J  K  Pass
1 A 2  4 FALSE
2 B 2  3 FALSE
3 P 1 10 FALSE
4 C 2 16  TRUE
5 D 2 21  TRUE
6 E 2  3 FALSE
7 P 1 17  TRUE
8 F 2  2 FALSE

答案 1 :(得分:0)

以下是如何在一行中完成的

transform(dfrm, C = K > sapply(split(dfrm$K, dfrm$J), mean)[J])

split根据KJ的值对sapply(..., mean)的值进行分组,计算分组方式。