r - テーブルを 2 列で分割

Question

これがだまされないことを願っています-私は長く懸命に検索し、多くの同様の質問を見つけましたが、私の問題に対処するものは何もありません.

データフレームがあり、1 列にはデータが含まれ、他の 2 列は以前に計算した変位値です。

set.seed(123)
d <- data.frame(data = 100:199, quantile1 = runif(100), quantile2 = runif(100))
head(d)

  data quantile1 quantile2
1  100 0.2875775 0.5999890
2  101 0.7883051 0.3328235
3  102 0.4089769 0.4886130
4  103 0.8830174 0.9544738
5  104 0.9404673 0.4829024
6  105 0.0455565 0.8903502

quantile1 および quantile2 列に従ってデータを分割するスマートな方法が必要です。たとえば、quantile1 が < 0.25 で、quantile2 が > 0.5 の行が必要です。私は現在これを行っています：

d[d[,2] < 0.25 & d[,3] > 0.5, ]

これは機能しますが、データを分割したいサブセットが多数ある場合は少し面倒です。次の境界での分割を検討しています。

quantile1 0.25, 0.75 (three subsets)

次に、quantile1 のサブセットごとに、境界をさらに分割します。

quantile2 0.5 (2 subsets) 

したがって、合計で 6 つのサブセットが生成されます。

ありがとう。

Answer 1

splitと を一緒に使用してみてくださいfindInterval。おそらく次のようになります。

dsplit <- split(d, list(findInterval(d[, "quantile1"], vec=c(0, .25, .75)),
                        findInterval(d[, "quantile2"], vec=c(0, .5))))

これにより、list6data.frame秒の a が作成されます。最初の 3 つdata.frameは "quantile2" が .5 未満のもので、次の 3 つは 5 より大きいものです。

str(dsplit)
# List of 6
#  $ 1.1:'data.frame':    9 obs. of  3 variables:
#   ..$ data     : int [1:9] 139 140 145 146 153 155 161 190 195
#   ..$ quantile1: num [1:9] 0.232 0.143 0.139 0.233 0.122 ...
#   ..$ quantile2: num [1:9] 0.439 0.312 0.231 0.239 0.246 ...
#  $ 2.1:'data.frame':  27 obs. of  3 variables:
#   ..$ data     : int [1:27] 102 108 109 111 112 121 122 124 126 127 ...
#   ..$ quantile1: num [1:27] 0.409 0.551 0.457 0.453 0.678 ...
#   ..$ quantile2: num [1:27] 0.4886 0.4107 0.1471 0.3012 0.0607 ...
#  $ 3.1:'data.frame':  14 obs. of  3 variables:
#   ..$ data     : int [1:14] 101 104 115 119 123 152 157 158 164 167 ...
#   ..$ quantile1: num [1:14] 0.788 0.94 0.9 0.955 0.994 ...
#   ..$ quantile2: num [1:14] 0.333 0.483 0.142 0.405 0.22 ...
#  $ 1.2:'data.frame':  17 obs. of  3 variables:
#   ..$ data     : int [1:17] 105 114 116 117 129 134 137 144 150 156 ...
#   ..$ quantile1: num [1:17] 0.0456 0.1029 0.2461 0.0421 0.1471 ...
#   ..$ quantile2: num [1:17] 0.89 0.721 0.549 0.954 0.69 ...
#  $ 2.2:'data.frame':  20 obs. of  3 variables:
#   ..$ data     : int [1:20] 100 106 113 118 125 132 135 138 160 162 ...
#   ..$ quantile1: num [1:20] 0.288 0.528 0.573 0.328 0.709 ...
#   ..$ quantile2: num [1:20] 0.6 0.914 0.948 0.585 0.984 ...
#  $ 3.2:'data.frame':  13 obs. of  3 variables:
#   ..$ data     : int [1:13] 103 107 110 120 130 131 133 136 149 166 ...
#   ..$ quantile1: num [1:13] 0.883 0.892 0.957 0.89 0.963 ...
#   ..$ quantile2: num [1:13] 0.954 0.609 0.935 0.648 0.619 ...

質問の例に従って、目的の出力を確認できます。

dsplit[[4]]
#    data    quantile1 quantile2
# 6   105 0.0455564994 0.8903502
# 15  114 0.1029246827 0.7205963
# 17  116 0.2460877344 0.5492847
# 18  117 0.0420595335 0.9540912
# 30  129 0.1471136473 0.6900071
# 35  134 0.0246136845 0.5211357
# 38  137 0.2164079358 0.7862816
# 45  144 0.1524447477 0.8427293
# 51  150 0.0458311667 0.8474532
# 57  156 0.1275316502 0.5719353
# 74  173 0.0006247733 0.7465680
# 76  175 0.2201188852 0.6180179
# 80  179 0.1111354243 0.5817501
# 81  180 0.2436194727 0.8397678
# 85  184 0.1028646443 0.5943432
# 90  189 0.1750526503 0.9018744
# 98  197 0.0935949867 0.6592303

yourexample <- d[d[, 2] < 0.25 & d[,3] > 0.5, ]
identical(dsplit[[4]], yourexample)
# [1] TRUE

Answer 2

誰かがよりエレガントな解決策を思いつくかもしれませんが、これは私が同様の状況で行ったことです:

> split(d, list(cut(d[,2], c(0,.25,.75,1)), cut(d[,3], c(0,.5,1)))) -> NewD
> NewD                 # Shows the six tables    


> lapply(NewD, nrow)   # Shows the name/size of each resulting data frame
$`(0,0.25].(0,0.5]`
[1] 9

$`(0.25,0.75].(0,0.5]`
[1] 27

$`(0.75,1].(0,0.5]`
[1] 14

$`(0,0.25].(0.5,1]`
[1] 17

$`(0.25,0.75].(0.5,1]`
[1] 20

$`(0.75,1].(0.5,1]`
[1] 13

この関数は、2 番目の引数 (この場合はリスト) の基準に基づいて、split内に新しいデータ フレームを作成します。listこのcut関数は、ベクトルをユーザー指定の間隔 (または必要に応じて等間隔の間隔の数) に分割します。

これらのデータ フレームの名前は、names(NewD) <- c("A", "B", "C", "D", "E", "F").

Answer 3

plyrは非常に環境に優しく、ggplot2 を使用して将来のプロット用にデータを準備するため、分割にはplyrを使用することを好みます。

1) カットを使用して同様のサイズの bin quatile1,quantile2 グループ

     dat$qt1 <- cut(dat$quantile1,c(0,0.25,0.75,1),include.lowest=TRUE)
     dat$qt2 <- cut(dat$quantile2,c(0,0.5,1),include.lowest=TRUE)

2) メルトを使用して、個別の識別子 (qt1、qt2) を使用してデータを再形成します。

     library(reshape2)
     mm <- melt(dat,measure.vars='data') 

これで、溶けたデータで遊ぶことができます。例:

acast(mm,qt1~qt2)
Aggregation function missing: defaulting to length
            [0,0.5] (0.5,1]
[0,0.25]          9      18
(0.25,0.75]      26      22
(0.75,1]         18       7

または、ggplot を使用してデータをプロットできます。

 library(ggplot2) 
 ggplot(data=mm)+geom_bar(aes(x=qt1,fill=qt2,group=qt2),position='dodge')