Question

我有一个包含重复测量（3个时间点）的数据集，我想做的是创建当前数据集的5个子集。该数据集由5个治疗级别组成，这些治疗级别包含不相等的行（即，在级别上有25行，其他23个行）。

我设法计算出每个级别的比率，现在我想根据比率创建5个新的数据子集。

一些示例代码：

effect.Treatment #dataframe contains 393 rows(131 unique individuals)
nrows <- nrow(df.data)
treatment1 <- subset(effect.Treatment, red.intervention == 1)
treatment2 <- subset(effect.Treatment, red.intervention == 2)
treatment3 <- subset(effect.Treatment, red.intervention == 3)
treatment4 <- subset(effect.Treatment, red.intervention == 4)
treatment5 <-  subset(effect.Treatment, red.intervention == 5)

#ratio of treatmens
per.treatment1 < -round(nrow(treatment1 )/nrow(nrows), digits=2)
per.treatment2 <- round(nrow(treatment2 )/nrow(nrows), digits=2)
per.treatment3 <- round(nrow(treatment3 )/nrow(nrows), digits=2)
per.treatment4 <-round( nrow(treatment4 )/nrow(nrows), digits=2)
per.treatment5 <-round( nrow(treatment5 )/nrow(nrows), digits=2)
percentages <- c(treatment1 , per.treatment2, per.treatment3, per.treatment4, per.treatment5)

所以，现在我有一个向量百分比，其中包含每个级别的比率。

我现在想基于百分比向量制作原始数据帧的5个子集

Answer 1

如果您按操作进行分组并将其保存在单个数据集中，我们可以使其更快

library(dplyr)
effect.treatment %>%
     group_by(red.intervention) %>%
     summarise(across(starts_with('treatment'),
       ~ round(n()/nrow(.), digits = 2),
              .names = 'per.{col}'), .groups = 'drop')

不建议在全局环境中创建多个对象。

或与aggregate

sub_cols <- c('red.intervention', grep('^treatment', names(effect.treatment)))
aggregate(.~ red.intervention, 
    effect.treatment[sub_cols], 
                  function(x) round(length(x)/nrow(x), digits = 2))

根据百分比制作数据子集

1 个答案: