首页 文章

计算每个站点的标签并在R中创建汇总表[重复]

提问于
浏览 次
2

这个问题在这里已有答案：

以下是与我的数据集类似的部分内容：

require(dplyr)
alldata
site    date    percent_rank    Label
01A  2013-01-01    0.32         Normal
01B  2013-01-01    0.12         Low
01C  2013-01-01    0.76         High
02A  2013-01-01     0           N/A
02B  2013-01-01    0.16         Low
02C  2013-01-01    0.5          Normal
01A  2013-01-02    0.67         Normal
01B  2013-01-02    0.01         Low
01C  2013-01-02    0.92         High

我根据值为每个percent_rank分配了一个标签（三个类别为0到0.25到0.75到1） . 我现在想以这种格式生成一个汇总表：

site  Low  Normal  High  Missing
01A   32   47      92    194
01B   232  23      17    93
01C   82   265     12    6

其中每个站点将计算具有该站点标签的所有日期的低值，正常值和高值的出现次数（一年中的每一天都有一个），并且“丢失”将计算N / A值柱 .

我尝试过以下方法：

alldata <- %>% group_by(site) %>% mutate(length(Label == "Low"))

它返回所有记录的总值，而不是每个站点的“低”计数，以及

alldata <- %>% group_by(site) %>% mutate(length(which(Label == "Low")))

它返回的值比记录总数高几千 . 我的想法是，我会重复这个函数来创建四个新的列，其中包含四个单独的mutate行（每个类别一个），这将产生我的汇总表 . 我也试过了aggregate（）的一些变体，虽然函数组件对于我的目标不太清楚 . 这似乎应该是一个非常简单的事情（group_by很好地计算了百分比等级和相关标签）但我还没有找到解决方案 . 任何提示都非常感谢！

r dplyr tidyr

3 回答

  • 0

    我们可以使用来自 data.table 的 dcast ，它也有 fun.aggregate 并且非常快 .

    library(data.table)
dcast(setDT(alldata), site~Label, length)

    或使用 dplyr/tidyr

    library(dplyr)
library(tidyr)
alldata %>%
    group_by(site, Label) %>%
    tally() %>%
    spread(Label, n)

    base R 选项将是

    reshape(aggregate(date~site + Label, alldata, length), 
           idvar = "site", timevar="Label", direction="wide")
    回复于
  • 1

    在 dplyr 中有三种方法可以做到这一点 . 第一个是最冗长的，另外两个使用便捷函数来缩短代码：

    library(reshape2)
library(dplyr)

alldata %>% group_by(site, Label) %>% summarise(n=n()) %>% dcast(site ~ Label)

alldata %>% group_by(site, Label) %>% tally %>% dcast(site ~ Label)

alldata %>% count(site, Label) %>% dcast(site ~ Label)
    回复于
  • 1

    要生成摘要表，可以使用 table ：

    with(df, table(site, Label, useNA="ifany"))[, c(2,4,1,3)]

     Label
site  Low Normal High N/A
  01A   0      2    0   0
  01B   2      0    0   0
  01C   0      0    2   0
  02A   0      0    0   1
  02B   1      0    0   0
  02C   0      1    0   0

    data

    df <- read.table(header=T, text="site    date    percent_rank    Label
01A  2013-01-01    0.32         Normal
01B  2013-01-01    0.12         Low
01C  2013-01-01    0.76         High
02A  2013-01-01     0           N/A
02B  2013-01-01    0.16         Low
02C  2013-01-01    0.5          Normal
01A  2013-01-02    0.67         Normal
01B  2013-01-02    0.01         Low
01C  2013-01-02    0.92         High")
    回复于

相关问题