4

私はあなたの助けを探しています。連続変数を2つのグループに分割しようとしています。私がやろうとしていることについてこの例を挙げます:

x=data.frame(v1=c(1,1,2,2,3,4,5,6,9,9,11,2,4,45,67,89,1,1,5,5,5,6,6,6,9,9,9,11,11,8,8,8,51,90,40,15,30,11,8,9,9,1,5,5,100,67,78,98,34,25))

連続変数を初期値 20 の 2 つのグループに分けようとすると、次のようになります。

g1=data.frame(x[x$v1>20,])
g2=data.frame(x[x$v1<=20,])

g1 と g2 の平均と標準偏差を計算した後:

mean(g1$x.x.v1...20...)=62.61538
mean(g2$x.x.v1....20...)=6.216216
sd(g1$x.x.v1...20...)=26.80963
sd(g2$x.x.v1....20...)=3.55227
length(g1$x.x.v1...20...)= 13
length(g2$x.x.v1....20...)=37

この後、次のような表を表示したいと思います。

Value   Mean.G1  SD.G1  Mean.G2  SD.G2  N.G1 N.G2
20        62.61    26.8   6.21     3.55  13   37

しかし、このテーブルは 20 だけのものではありません。たとえば、10 個の要素を持つベクトルで、20 で始まり、20 のステップで増加する、このようなベクトルなど、さまざまな値を持つベクトルのテーブルを作成したいと思いますv=c(10,30,50,70,90,110,130,150,170,190)。この質問が明確になるのを待ちます。ありがとう

4

4 に答える 4

2

最初のステップは、より経済的に実行でき、次と同じ結果が得られた可能性があります。

g1=x[x$v1>20,]
g2=x[x$v1<=20,] # since "[" would have returned a dataframe

しかし、そのステップをスキップして、代わりにこれを実行してみませんか?

do.call(cbind, by(x$v1, list(v1GT20 = x$v1 > 20), 
                      function(v) c(Mean=mean(v), SD=sd(v), N=length(v)) ) )
        FALSE    TRUE
Mean  6.21622 62.6154
SD    3.55227 26.8096
N    37.00000 13.0000

さまざまな場所でカットを取得する場合は、カット機能を使用してグループを分割および識別します。

do.call(cbind, by(x$v1, cut( x$v1 , breaks=c(10,30,50,70,90,110,130,150,170,190) ), 
                               function(v) c(Mean=mean(v), SD=sd(v), N=length(v)) ) )

      (10,30]  (30,50] (50,70]  (70,90] (90,110]
Mean 16.28571 39.66667 61.6667 85.66667 99.00000
SD    7.93125  5.50757  9.2376  6.65833  1.41421
N     7.00000  3.00000  3.0000  3.00000  2.00000

長い形式がmelt必要な場合は、パッケージreshape2の関数が便利です。また、breaksベクトルには、10未満の項目を取得する最小の引数が必要であることに気付きました。

> melt( do.call(cbind, by(x$v1,
                          cut( x$v1 , breaks=c(-Inf, 10,30,50,70,90,110,130,150,170,190), 
                                               include.lowest=TRUE ), 
                          function(v) c(Mean=mean(v), SD=sd(v), N=length(v)) ) ) )

   Var1      Var2    value
1  Mean [-Inf,10]  5.34375
2    SD [-Inf,10]  2.90283
3     N [-Inf,10] 32.00000
4  Mean   (10,30] 16.28571
5    SD   (10,30]  7.93125
6     N   (10,30]  7.00000
7  Mean   (30,50] 39.66667
8    SD   (30,50]  5.50757
9     N   (30,50]  3.00000
10 Mean   (50,70] 61.66667
11   SD   (50,70]  9.23760
12    N   (50,70]  3.00000
13 Mean   (70,90] 85.66667
14   SD   (70,90]  6.65833
15    N   (70,90]  3.00000
16 Mean  (90,110] 99.00000
17   SD  (90,110]  1.41421
18    N  (90,110]  2.00000
于 2013-03-17T21:34:11.307 に答える
2

reshape2とplyrを使用します。

library(plyr) ; library(reshape2)
v=c(10,20,30,50,70,90,110,130,150,170,190) # added 20 for checking
# create new dichotomy id variable
l1 = llply(v, function(.v) transform(x, test = x[["v1"]] <= .v))
names(l1) = v # name list elements for later reference
all = melt(l1, id=c("v1","test")) # merge data.frames together
# summarise the data by groups
results = ddply(all, c("L1","test"), summarise, 
          mean = mean(v1), sd=sd(v1), length=length(v1))

その結果

arrange(results, as.numeric(L1))

    L1  test      mean        sd length
1   10 FALSE 48.500000 32.505656     18
2   10  TRUE  5.343750  2.902828     32
3   20 FALSE 62.615385 26.809633     13
4   20  TRUE  6.216216  3.552270     37
5   30 FALSE 69.000000 23.870484     11
6   30  TRUE  7.307692  5.907862     39
7   50 FALSE 80.000000 17.270950      8
8   50  TRUE  9.619048 10.245647     42
9   70 FALSE 91.000000  8.717798      5
10  70  TRUE 13.088889 16.555447     45
11  90 FALSE 99.000000  1.414214      2
12  90  TRUE 17.625000 23.951747     48
13 110  TRUE 20.880000 28.456655     50
14 130  TRUE 20.880000 28.456655     50
15 150  TRUE 20.880000 28.456655     50
16 170  TRUE 20.880000 28.456655     50
17 190  TRUE 20.880000 28.456655     50
于 2013-03-17T20:35:12.533 に答える
2

data.table解決策は次のとおりです。

require(data.table)
x.dt <- data.table(x)
rbindlist(lapply(v, function(i) {
    lbls <- paste0(c(">", "<="), i)
    x.dt[, grp := as.character(factor(v1 > i, levels=c(TRUE, FALSE), labels=lbls))]
    x.dt[, as.list(c(v = i, mean = mean(v1), 
        sd = sd(v1), length = length(v1))), by = grp]
}))
#       grp   v      mean        sd length
#  1:  <=10  10  5.343750  2.902828     32
#  2:   >10  10 48.500000 32.505656     18
#  3:  <=20  20  6.216216  3.552270     37
#  4:   >20  20 62.615385 26.809633     13
#  5:  <=30  30  7.307692  5.907862     39
#  6:   >30  30 69.000000 23.870484     11
#  7:  <=50  50  9.619048 10.245647     42
#  8:   >50  50 80.000000 17.270950      8
#  9:  <=70  70 13.088889 16.555447     45
# 10:   >70  70 91.000000  8.717798      5
# 11:  <=90  90 17.625000 23.951747     48
# 12:   >90  90 99.000000  1.414214      2
# 13: <=110 110 20.880000 28.456655     50
# 14: <=130 130 20.880000 28.456655     50
# 15: <=150 150 20.880000 28.456655     50
# 16: <=170 170 20.880000 28.456655     50
# 17: <=190 190 20.880000 28.456655     50
于 2013-03-17T22:16:00.070 に答える
2

summaryここで簡単に使用できますlapply

do.call(rbind,lapply( v,function(x) {
  v1.inf <- summary(v1[v1<=x])
  v1.sup <- summary(v1[v1>x])
  m <- as.matrix(rbind(v1.inf,v1.sup))
  rownames(m) <- paste(x,c('inf','sup'),sep='')
  m
}))

       Min. 1st Qu. Median   Mean 3rd Qu. Max.
10inf     1    2.75    5.0  5.344    8.00    9
10sup    11   17.50   42.5 48.500   75.25  100
20inf     1    4.00    6.0  6.216    9.00   15
20sup    25   40.00   67.0 62.620   89.00  100
30inf     1    4.00    6.0  7.308    9.00   30
30sup    34   48.00   67.0 69.000   89.50  100
50inf     1    4.25    7.0  9.619    9.00   45
50sup    51   67.00   83.5 80.000   92.00  100
70inf     1    5.00    8.0 13.090   11.00   67
70sup    78   89.00   90.0 91.000   98.00  100
90inf     1    5.00    8.0 17.620   12.00   90
90sup    98   98.50   99.0 99.000   99.50  100
110inf    1    5.00    8.5 20.880   22.50  100
110sup   NA      NA     NA    NaN      NA   NA
130inf    1    5.00    8.5 20.880   22.50  100
130sup   NA      NA     NA    NaN      NA   NA
150inf    1    5.00    8.5 20.880   22.50  100
150sup   NA      NA     NA    NaN      NA   NA
170inf    1    5.00    8.5 20.880   22.50  100
170sup   NA      NA     NA    NaN      NA   NA
190inf    1    5.00    8.5 20.880   22.50  100
190sup   NA      NA     NA    NaN      NA   NA
于 2013-03-17T20:53:36.787 に答える