在 Dataframe 的多个列中使用基于“or”条件的dplyr summary和group_by函数

ar5n3qh5 于 2023-03-15 发布在其他

关注(0)|答案(3)|浏览(172)

我可以在下面的df中测量x列中1示例的比例：

df <- tribble(
  ~id, ~x, 
  'A',0,
  'A',1,
  'A',1,
  'B',0,
  'B',0,
  'B',1,
  'C',1,
  'C',0,
  'C',0,
  'C',1,
)

df %>%
  group_by(id) %>%
  summarise(
    result = round(prop.table(table(x))["1"]*100, digits = 2)
    )

# A tibble: 3 x 2
  id    result
  <chr>  <dbl>
1 A       66.7
2 B       33.3
3 C       50

但我真正想要的是，如果x、y和z列中的任何一列的值为1，则测量1示例的比例。例如，在下面的A类情况中，第一行的值为零，因为所有x、y和z值均为零，但第二行和第三行的值为1，因为x、y和z列中至少有一列出现了1。因此，同样，类别A在使用上述group_by和summarize函数的情况下具有66.7%的1值（类别A的三行中有两行的值为1）

df <- tribble(
  ~id, ~x, ~y, ~z
  'A',0,0,0,
  'A',1,0,0,
  'A',1,1,0,
  'B',0,0,0,
  'B',0,0,0,
  'B',1,0,0,
  'C',1,0,0,
  'C',0,0,0,
  'C',0,0,0,
  'C',1,0,0,
)

来源：https://stackoverflow.com/questions/75734319/using-dplyr-summarize-and-group-by-functions-based-on-or-condition-among-multi

3条答案

按热度按时间

9w11ddsr1#

使用mean + rowSums：

df %>%
  group_by(id) %>%
  summarise(
    result = mean(rowSums(across(x:z)) >= 1)
  )

# A tibble: 3 × 2
  id    result
  <chr>  <dbl>
1 A      0.667
2 B      0.333
3 C      0.5

赞(0）回复(0）举报 2023-03-15

cgfeq70w2#

我们可以使用

library(dplyr) # version >= 1.1.0
df %>% 
   reframe(result = mean(if_any(x:z)), .by = id)

输出

# A tibble: 3 × 2
  id    result
  <chr>  <dbl>
1 A      0.667
2 B      0.333
3 C      0.5

根据?reframe
reframe（）通过将函数应用于现有 Dataframe 的列来创建新的 Dataframe 。它与summarise（）非常相似，但有两个很大的区别：
reframe（）可以为每个组返回任意数量的行，而summarise（）可以将每个组缩减为一行。
reframe（）总是返回一个未分组的 Dataframe ，而summarise（）可能返回一个分组的或按行的 Dataframe ，这取决于场景。
我们希望summarise（）比reframe（）使用得更频繁，但是当你需要应用一个不返回一个汇总值的复杂函数时，reframe（）会特别有用。

赞(0）回复(0）举报 2023-03-15

k97glaaz3#

可以在变量中使用OR并计算其平均值或测试sum >= 1
我同意托马斯和Maël mean的观点，这是一种更优雅的方式

df %>%
  group_by(id) %>%
  summarise(result = round(mean(x|y|z), digits = 2))

赞(0）回复(0）举报 2023-03-15

我来回答

在 Dataframe 的多个列中使用基于“or”条件的dplyr summary和group_by函数

3条答案

相关问题

热门标签

最新问答