Question

我想知道是否有人有一个很好的方法来实现这一目标。我有一个数据框，其中属于特定组（=条件）的每个观察（=项目）具有给定值：

# Create sample data.
item       = rep(1:3,2)                               #6 items
condition  = c(rep("control",3), rep("related",3))    #2 conditions
value      = c(10,11,12,20,21,22)                     #6 values          
df         = data.frame(item, condition, value)

  item condition value
1    1   control    10
2    2   control    11
3    3   control    12
4    1   related    20
5    2   related    21
6    3   related    22

我还有一个查找表，其中包含每组的平均值：

# Create lookup table.
condition  = c("control", "related")
mean       = c(11,21)
table      = data.frame(condition, mean)

  condition mean
1   control   11
2   related   21

我想修改原始数据框，以便它包含一个新列label，，其中包含＆＃34; low ＆＃34;如果项目的值低于组平均值，并且＆＃34; 高＆＃34;否则。它应该是这样的：

# How the output should look like.
# If the item value is less than the group mean, write "low". Write "high" otherwise.
item       = rep(1:3,2)                               
condition  = c(rep("control",3), rep("related",3))    
value      = c(10,11,12,20,21,22)                      
label      = c(rep(c("low", "high", "high"),2))
output     = data.frame(item, condition, value, label)

  item condition value label
1    1   control    10   low
2    2   control    11  high
3    3   control    12  high
4    1   related    20   low
5    2   related    21  high
6    3   related    22  high

如果只是将组平均值复制到原始数据框，我会使用merge。但我需要的是将组均值考虑在内，为每个项目写一个新标签，上面写着＆＃34; low ＆＃34;或＆＃34; 高＆＃34;取决于组的平均值。

我尝试过的一件事是先将数据框与表格合并，然后使用ifelse将值列与平均值列进行比较。这样做有效，但我的数据框中也有一个平均值列，我不需要（我只需要标签列）。当然，我可以手动删除 mean 列，但看起来很笨重。所以我想知道：有人知道一个更好/更优雅的解决方案吗？

非常感谢！

Answer 1

以下是一些替代方案。（1）和（2）仅使用基数R和（2），（3）和（5）不创建仅明确删除的平均列。在（1），（3）和（4）中，我们使用了左连接，尽管内连接将给出与该数据相同的结果，并且在（1a）的情况下允许我们将（1）写为单行。

1）合并

m <- merge(df, table, all.x = TRUE)
transform(m, label = ifelse(value < mean, "low", "high"), mean = NULL)

，并提供：

  item condition value label
1    1   control    10   low
2    2   control    11  high
3    3   control    12  high
4    1   related    20   low
5    2   related    21  high
6    3   related    22  high

1a）使用内部联接可以缩短为：

transform(merge(df, table), label = ifelse(value < mean, "low", "high"), mean = NULL)

2）匹配

transform(df, 
  label = ifelse(value < table$mean[match(condition, table$condition)], "low", "high")
)

给予同样的。

3）sqldf

library(sqldf)
sqldf("select 
         df.*, 
         case when value < mean 
              then 'low' 
              else 'high' 
              end label
       from df 
       left join 'table' using (condition)")

4）dplyr

library(dplyr)
df %>%
   left_join(table) %>%
   mutate(label = ifelse(value < mean, "low", "high")) %>%
   select(- mean)

5）data.table

library(data.table)
dt <- as.data.table(df)
setkey(dt, "condition")
dt[table, label := ifelse(value < mean, "low", "high")]

如何在R中使用查找表而不创建重复项？

1 个答案: