Рассчитать "групповые характеристики" без ddply и слияния
Интересно, есть ли более простой способ вычислить определенный тип переменных, чем обычно подходит подход, который я обычно делаю....
Пример ниже, вероятно, объясняет это лучше всего. У меня есть dataframe с 2 столбцами (фрукты и плод ли гниль или нет). Я бы хотел, чтобы для каждой строки добавляли, например. процент плодов той же категории, что и гнилой. Например, есть 4 записи для яблок, 2 из них гнилые, поэтому каждая строка для яблока должна читать 0,5. Целевые значения (чисто как иллюстрация) включены в столбец "желаемый результат".
Ранее я столкнулся с этой проблемой
* используя команду "ddply" для переменной фрукта (с функцией sum/lenght as), создавая новый 3f 2-й фрейм
* используйте команду "merge", чтобы связать эти значения с прежним фреймворком данных.
Это похоже на обходной путь, и мне было интересно, есть ли лучший способ сделать это быстрее! идеал общий подход, который легко регулируется, если один вместо процента должен определить, например, все плоды гнилые, любые плоды гнилые и т.д. и т.д. и т.д.
Большое спасибо заранее,
W
Fruit Rotten Desired_Outcome_PercRotten
1 Apple 1 0.5
2 Apple 1 0.5
3 Apple 0 0.5
4 Apple 0 0.5
5 Pear 1 0.75
6 Pear 1 0.75
7 Pear 1 0.75
8 Pear 0 0.75
9 Cherry 0 0
10 Cherry 0 0
11 Cherry 0 0
#create example datagram; desired outcome columns are purely inserted as illustrative of target outcomes
Fruit=c(rep("Apple",4),rep("Pear",4),rep("Cherry",3))
Rotten=c(1,1,0,0,1,1,1,0,0,0,0)
Desired_Outcome_PercRotten=c(0.5,0.5,0.5,0.5,0.75,0.75,0.75,0.75,0,0,0)
df=as.data.frame(cbind(Fruit,Rotten,Desired_Outcome_PercRotten))
df
Ответы
Ответ 1
Вы можете сделать это только с помощью ddply и mutate:
# changed summarise to transform on joran suggestion
# changed transform to mutate on mnel suggestion :)
ddply(df, .(Fruit), mutate, Perc = sum(Rotten)/length(Rotten))
# Fruit Rotten Perc
# 1 Apple 1 0.50
# 2 Apple 1 0.50
# 3 Apple 0 0.50
# 4 Apple 0 0.50
# 5 Cherry 0 0.00
# 6 Cherry 0 0.00
# 7 Cherry 0 0.00
# 8 Pear 1 0.75
# 9 Pear 1 0.75
# 10 Pear 1 0.75
# 11 Pear 0 0.75
Ответ 2
data.table очень быстрый, поскольку он обновляется по ссылке. Как насчет его использования?
library(data.table)
dt=data.table(Fruit,Rotten,Desired_Outcome_PercRotten)
dt[,test:=sum(Rotten)/.N,by="Fruit"]
#dt
# Fruit Rotten Desired_Outcome_PercRotten test
# 1: Apple 1 0.50 0.50
# 2: Apple 1 0.50 0.50
# 3: Apple 0 0.50 0.50
# 4: Apple 0 0.50 0.50
# 5: Pear 1 0.75 0.75
# 6: Pear 1 0.75 0.75
# 7: Pear 1 0.75 0.75
# 8: Pear 0 0.75 0.75
# 9: Cherry 0 0.00 0.00
#10: Cherry 0 0.00 0.00
#11: Cherry 0 0.00 0.00
Ответ 3
Одним из решений в базе R является использование ave.
within(df, {
## Because of how you've created your data.frame
## Rotten is actually a factor. So, we need to
## convert it to numeric before we can use mean
Rotten <- as.numeric(as.character(Rotten))
NewCol <- ave(Rotten, Fruit)
})
Fruit Rotten Desired_Outcome_PercRotten NewCol
1 Apple 1 0.5 0.50
2 Apple 1 0.5 0.50
3 Apple 0 0.5 0.50
4 Apple 0 0.5 0.50
5 Pear 1 0.75 0.75
6 Pear 1 0.75 0.75
7 Pear 1 0.75 0.75
8 Pear 0 0.75 0.75
9 Cherry 0 0 0.00
10 Cherry 0 0 0.00
или короче:
transform(df, desired = ave(Rotten == 1, Fruit))
Функция по умолчанию, применяемая с ave, равна mean, поэтому я не включил ее здесь. Однако вы можете указать другую функцию, добавив FUN = some-function-here, если вы хотите сделать что-то другое.
Ответ 4
Поскольку ave уже вышел, позвольте мне добавить одно решение, используя мою базовую функцию R: aggregate.
Вы можете получить нужные данные просто:
aggregate(as.numeric(as.character(Rotten)) ~ Fruit, df, mean)
Однако вам понадобится еще merge после него (или в одной части):
merge(df, aggregate(as.numeric(as.character(Rotten)) ~ Fruit, df, mean))
