сравнение набора данных с указанными c критериями - PullRequest
Новая
       4

сравнение набора данных с указанными c критериями

1 голос
/ 08 апреля 2020

Я изо всех сил стараюсь сделать мой первый вопрос здесь как можно точнее c и воспроизводимым. У меня есть огромный набор данных с годовыми средними или минимальными значениями для разных параметров (например, TP и O2) разных станций (например, Carb_Ben, Carb_uR, OW_Kessin) в разные годы (2010-2019). Каждая станция принадлежит к определенному c типу (пример: 11_tl_ba, 14_ka, 23). 

data<-structure(list(Station = c("Carb_Ben", "Carb_Ben", "Carb_uR", 
"Carb_uR", "Laak_GK", "Laak_GK", "Laak_GK", "OW_Kessin", "OW_Kessin", 
"OW_Kessin"), Typ = c("11_tl_ba", "11_tl_ba", "11_tl_ba", "11_tl_ba", 
"23", "23", "23", "23", "23", "23"), Jahr = structure(c(4L, 7L, 
4L, 7L, 2L, 5L, 8L, 3L, 4L, 5L), .Label = c("2010", "2013", "2014", 
"2015", "2016", "2017", "2018", "2019"), class = "factor"), O2_min = c(1.44, 
1.53, 8, 6.7, 2.7, 1.79, 1.4, 4.3, 4.7675, 4.015), TP_mean = c(0.513333333333333, 
0.1625, 0.148333333333333, 0.124166666666667, 0.155, 0.28, 0.175833333333333, 
0.0954166666666667, 0.0929166666666667, 0.0970833333333333)), row.names = c(NA, 
-10L), groups = structure(list(Station = c("Carb_Ben", "Carb_uR", 
"Laak_GK", "OW_Kessin"), Typ = c("11_tl_ba", "11_tl_ba", "23", 
"23"), .rows = list(1:2, 3:4, 5:7, 8:10)), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame"), .drop = TRUE), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"))

#so the data look like this: 

# A tibble: 10 x 5
# Groups:   Station, Typ [4]
   Station   Typ      Jahr  O2_min TP_mean
   <chr>     <chr>    <fct>  <dbl>   <dbl>
 1 Carb_Ben  11_tl_ba 2015    1.44  0.513 
 2 Carb_Ben  11_tl_ba 2018    1.53  0.162 
 3 Carb_uR   11_tl_ba 2015    8     0.148 
 4 Carb_uR   11_tl_ba 2018    6.7   0.124 
 5 Laak_GK   23       2013    2.7   0.155 
 6 Laak_GK   23       2016    1.79  0.28  
 7 Laak_GK   23       2019    1.4   0.176 
 8 OW_Kessin 23       2014    4.3   0.0954
 9 OW_Kessin 23       2015    4.77  0.0929
10 OW_Kessin 23       2016    4.01  0.0971

Тогда у меня есть критерии для каждого параметра и типа для хорошего статуса (_g) или очень хорошего статуса (_sg). 

criteria<-structure(list(Typ = structure(c(10L, 5L, 24L), .Label = c("10", 
"11_alp", "11_mg_ba", "11_mg_br", "11_tl_ba", "11_tl_br", "12_mg_ba", 
"12_tl_ba", "12_tl_br", "14_ka", "14_si", "15", "15 g", "16_ka", 
"16_si", "17", "18", "19", "19_ba", "2.1", "2.2", "20", "22", 
"23", "3.1", "3.2", "4", "5", "5.1", "6", "6 K", "7", "9", "9.1", 
"9.1 K", "9.2", "B1", "B2a", "B2b", "B3a", "B3b", "Subtyp 21 N"
), class = "factor"), O2_g = c(7L, 6L, 4L), O2_sg = 9:7, TP_g = c(0.1, 
0.15, 0.1), TP_sg = c(0.05, 0.05, 0.05)), row.names = c(24L, 
28L, 37L), class = "data.frame")

#This looks like this:

        Typ O2_g O2_sg TP_g TP_sg
24 11_tl_ba    8     8 0.10  0.05
28    14_ka    7     9 0.10  0.05
27       23    6     8 0.15  0.05

Теперь я хочу сравнить каждый параметр для каждой станции и каждого года, если он соответствует критериям в зависимости от типа. Чтобы выяснить, является ли состояние каждого параметра на каждой станции в каждом году «хорошим» (кишка), «очень хорошим» (sehr gut) или «не хорошим» (nicht gut)

Мое решение для этого в настоящее время 

data_criteria<-data%>%
  mutate(GW_O2_g=case_when(Typ=='11_tl_ba' ~criteria$O2_g[which(criteria$Typ=='11_tl_ba')],
                           Typ=='14_ka' ~criteria$O2_g[which(criteria$Typ=='14_ka')],
                           Typ=='23' ~criteria$O2_g[which(criteria$Typ=='23')]),
         GW_O2_sg=case_when(Typ=='11_tl_ba' ~criteria$O2_sg[which(criteria$Typ=='11_tl_ba')],
                            Typ=='14_ka' ~criteria$O2_sg[which(criteria$Typ=='14_ka')],
                            Typ=='23' ~criteria$O2_sg[which(criteria$Typ=='23')]),
         GW_TP_g=case_when(Typ=='11_tl_ba' ~criteria$TP_g[which(criteria$Typ=='11_tl_ba')],
                           Typ=='14_ka' ~criteria$TP_g[which(criteria$Typ=='14_ka')],
                           Typ=='23' ~criteria$TP_g[which(criteria$Typ=='23')]),
         GW_TP_sg=case_when(Typ=='11_tl_ba' ~criteria$TP_sg[which(criteria$Typ=='11_tl_ba')],
                            Typ=='14_ka' ~criteria$TP_sg[which(criteria$Typ=='14_ka')],
                            Typ=='23' ~criteria$TP_sg[which(criteria$Typ=='23')]))%>%
  mutate(GK_O2=case_when(O2_min<GW_O2_g ~'nicht gut',
                         O2_min>=GW_O2_g & O2_min<GW_O2_sg~'gut',
                         O2_min>GW_O2_sg ~ 'sehr gut'),
         GK_TP=case_when(TP_mean>GW_TP_g ~ 'nicht gut',
                         TP_mean<=GW_TP_g & TP_mean>GW_TP_sg ~ 'gut',
                         TP_mean<=GW_TP_sg ~ 'sehr gut'))

#to get this:
# A tibble: 10 x 11
# Groups:   Station, Typ [4]
   Station   Typ      Jahr  O2_min TP_mean GW_O2_g GW_O2_sg GW_TP_g GW_TP_sg GK_O2     GK_TP    
   <chr>     <chr>    <fct>  <dbl>   <dbl>   <int>    <int>   <dbl>    <dbl> <chr>     <chr>    
 1 Carb_Ben  11_tl_ba 2015    1.44  0.513        8        8    0.1      0.05 nicht gut nicht gut
 2 Carb_Ben  11_tl_ba 2018    1.53  0.162        8        8    0.1      0.05 nicht gut nicht gut
 3 Carb_uR   11_tl_ba 2015    8     0.148        8        8    0.1      0.05 sehr gut  nicht gut
 4 Carb_uR   11_tl_ba 2018    6.7   0.124        8        8    0.1      0.05 nicht gut nicht gut
 5 Laak_GK   23       2013    2.7   0.155        6        8    0.15     0.05 nicht gut nicht gut
 6 Laak_GK   23       2016    1.79  0.28         6        8    0.15     0.05 nicht gut nicht gut
 7 Laak_GK   23       2019    1.4   0.176        6        8    0.15     0.05 nicht gut nicht gut
 8 OW_Kessin 23       2014    4.3   0.0954       6        8    0.15     0.05 nicht gut gut      
 9 OW_Kessin 23       2015    4.77  0.0929       6        8    0.15     0.05 nicht gut gut      
10 OW_Kessin 23       2016    4.01  0.0971       6        8    0.15     0.05 nicht gut gut

Так как у меня есть еще несколько станций и типов и намного больше параметров, мое решение означает для меня гораздо больше ввода текста и гораздо больше возможностей для включения ошибок. Я уверен, что есть более элегантный способ сделать это с тем же результатом, но пока я не настолько глубоко в R, чтобы понять, как это сделать?

Поэтому я был бы очень рад, если бы у любого есть хорошее простое решение;).

1 Ответ

0 голосов
/ 08 апреля 2020

Вы можете многократно выбирать из criteria, используя match. within помогает сохранить код кратким. 

dat <- within(dat, {
  GW_O2_g <- criteria[match(dat$Typ, criteria$Typ), "O2_g"]
  GW_O2_sg <- criteria[match(dat$Typ, criteria$Typ), "O2_sg"]
  GW_TP_g <- criteria[match(dat$Typ, criteria$Typ), "TP_g"]
  GW_TP_sg <- criteria[match(dat$Typ, criteria$Typ), "TP_sg"]
  GK_O2 <- NA
  GK_O2[O2_min < GW_O2_g] <- "nicht gut"
  GK_O2[O2_min >= GW_O2_g & O2_min < GW_O2_sg] <- "gut"
  GK_O2[O2_min > GW_O2_sg] <- "sehr gut"
  GK_TP <- NA
  GK_TP[TP_mean > GW_TP_g] <- "nicht gut"
  GK_TP[TP_mean <= GW_TP_g & TP_mean > GW_TP_sg] <- "gut"
  GK_TP[TP_mean <= GW_TP_sg] <- "sehr gut"
})
# # A tibble: 10 x 11
# # Groups:   Station, Typ [4]
#    Station   Typ      Jahr  O2_min TP_mean GK_TP     GK_O2     GW_TP_sg GW_TP_g GW_O2_sg GW_O2_g
#    <chr>     <chr>    <fct>  <dbl>   <dbl> <chr>     <chr>        <dbl>   <dbl>    <int>   <int>
#  1 Carb_Ben  11_tl_ba 2015    1.44  0.513  nicht gut nicht gut     0.05    0.15        8       6
#  2 Carb_Ben  11_tl_ba 2018    1.53  0.162  nicht gut nicht gut     0.05    0.15        8       6
#  3 Carb_uR   11_tl_ba 2015    8     0.148  gut       NA            0.05    0.15        8       6
#  4 Carb_uR   11_tl_ba 2018    6.7   0.124  gut       gut           0.05    0.15        8       6
#  5 Laak_GK   23       2013    2.7   0.155  nicht gut nicht gut     0.05    0.1         7       4
#  6 Laak_GK   23       2016    1.79  0.28   nicht gut nicht gut     0.05    0.1         7       4
#  7 Laak_GK   23       2019    1.4   0.176  nicht gut nicht gut     0.05    0.1         7       4
#  8 OW_Kessin 23       2014    4.3   0.0954 gut       gut           0.05    0.1         7       4
#  9 OW_Kessin 23       2015    4.77  0.0929 gut       gut           0.05    0.1         7       4
# 10 OW_Kessin 23       2016    4.01  0.0971 gut       gut           0.05    0.1         7       4
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...