Скользящая вероятность и скользящее среднее для конкретных чисел в нескольких столбцах на основе нескольких условий - PullRequest
Новая
       6

Скользящая вероятность и скользящее среднее для конкретных чисел в нескольких столбцах на основе нескольких условий

0 голосов
/ 22 мая 2019

У меня есть набор данных панели, который выглядит следующим образом. 


+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+
| id | t | value_1 | value_2 | value_3 | value_4 | value_5 | value_6 | value_7 | value_8 | value_9 |
+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+
|  1 | 1 | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  1 | 2 | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  1 | 2 | 2       | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  1 | 3 | 2       | 2       | 5       | NA      | NA      | NA      | NA      | NA      | NA      |
|  1 | 4 | 2       | 2       | 5       | 2       | NA      | NA      | NA      | NA      | NA      |
|  1 | 5 | 2       | 2       | 5       | 2       | 7       | NA      | NA      | NA      | NA      |
|  1 | 6 | 2       | 2       | 5       | 2       | 7       | 7       | NA      | NA      | NA      |
|  1 | 7 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | NA      | NA      |
|  1 | 8 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | 2       | NA      |
|  1 | 9 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | 2       | 2       |
|  2 | 0 | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  2 | 1 | 5       | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  2 | 2 | 5       | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      |
|  2 | 3 | 5       | 2       | 2       | NA      | NA      | NA      | NA      | NA      | NA      |
|  2 | 4 | 5       | 2       | 2       | 2       | NA      | NA      | NA      | NA      | NA      |
|  2 | 5 | 5       | 2       | 2       | 2       | 7       | NA      | NA      | NA      | NA      |
|  2 | 6 | 5       | 2       | 2       | 2       | 7       | 7       | NA      | NA      | NA      |
|  2 | 7 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | NA      | NA      |
|  2 | 8 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | 2       | NA      |
|  2 | 9 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | 2       | 2       |
+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+

Используя этот набор данных, я хотел бы создать две новые переменные на основе чисел 2 и 7 (вообще не учитывать число 5) в столбцах значение_1 - значение_9 .

  1. probcount_2 : Когда t<=1, это всегда равно 0,5, но для t>1 вычисляется вероятность выполнения числа 2 (из столбцов value_1 - value_9 включая 2 и 7).

  2. Среднее_27 : Когда t<=1, это всегда равно 4,5 (среднее 2 и 7), но для t>1 оно вычисляет скользящее среднее 2 и 7 (из столбцы от значения_1 до значения_9 , которые включают числа 2 и 7).

Я стремлюсь к следующему выводу. 


+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+-------------+------------+
| id | t | value_1 | value_2 | value_3 | value_4 | value_5 | value_6 | value_7 | value_8 | value_9 | probcount_2 | average_27 |
+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+-------------+------------+
|  1 | 1 | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |         0.5 |        4.5 |
|  1 | 2 | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  1 | 2 | 2       | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  1 | 3 | 2       | 2       | 5       | NA      | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  1 | 4 | 2       | 2       | 5       | 2       | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  1 | 5 | 2       | 2       | 5       | 2       | 7       | NA      | NA      | NA      | NA      |        0.75 |       3.25 |
|  1 | 6 | 2       | 2       | 5       | 2       | 7       | 7       | NA      | NA      | NA      |        0.60 |          4 |
|  1 | 7 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | NA      | NA      |        0.66 |        3.7 |
|  1 | 8 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | 2       | NA      |        0.71 |       3.45 |
|  1 | 9 | 2       | 2       | 5       | 2       | 7       | 7       | 2       | 2       | 2       |        0.75 |       3.25 |
|  2 | 0 | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |         0.5 |        4.5 |
|  2 | 1 | 5       | NA      | NA      | NA      | NA      | NA      | NA      | NA      | NA      |         0.5 |        4.5 |
|  2 | 2 | 5       | 2       | NA      | NA      | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  2 | 3 | 5       | 2       | 2       | NA      | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  2 | 4 | 5       | 2       | 2       | 2       | NA      | NA      | NA      | NA      | NA      |           1 |          2 |
|  2 | 5 | 5       | 2       | 2       | 2       | 7       | NA      | NA      | NA      | NA      |        0.75 |       3.25 |
|  2 | 6 | 5       | 2       | 2       | 2       | 7       | 7       | NA      | NA      | NA      |        0.60 |          4 |
|  2 | 7 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | NA      | NA      |        0.66 |        3.7 |
|  2 | 8 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | 2       | NA      |        0.71 |       3.45 |
|  2 | 9 | 5       | 2       | 2       | 2       | 7       | 7       | 2       | 2       | 2       |        0.75 |       3.25 |
+----+---+---------+---------+---------+---------+---------+---------+---------+---------+---------+-------------+------------+

Любые предложения будут высоко оценены.

Ответы [ 2 ]

1 голос
/ 22 мая 2019

Поскольку нас интересуют только значения 2 и 7, мы можем изменить остальные значения на NA и затем выполнить вычисления.Используя dplyr, это можно сделать как 

library(dplyr)

df %>%
  mutate_at(vars(starts_with("value")), ~replace(., !. %in% c(2, 7), NA)) %>%
  mutate(probcount_2 = ifelse(t <= 1, 0.5, 
        rowSums(.[3:11] == 2, na.rm = TRUE)/rowSums(!is.na(.[3:11]), na.rm = TRUE)),
         average_27 = ifelse(t <= 1, 4.5, rowMeans(.[3:11], na.rm = TRUE))) %>%
  select(id, t, probcount_2, average_27)


#   id t probcount_2 average_27
#1   1 1       0.500       4.50
#2   1 2       1.000       2.00
#3   1 2       1.000       2.00
#4   1 3       1.000       2.00
#5   1 4       1.000       2.00
#6   1 5       0.750       3.25
#7   1 6       0.600       4.00
#8   1 7       0.667       3.67
#9   1 8       0.714       3.43
#10  1 9       0.750       3.25
#11  2 0       0.500       4.50
#12  2 1       0.500       4.50
#13  2 2       1.000       2.00
#14  2 3       1.000       2.00
#15  2 4       1.000       2.00
#16  2 5       0.750       3.25
#17  2 6       0.600       4.00
#18  2 7       0.667       3.67
#19  2 8       0.714       3.43
#20  2 9       0.750       3.25
1 голос
/ 22 мая 2019

Используя только base R, можно будет циклически перебирать строки, извлекать элементы 2 или 7, получать mean логического вектора ('i1') и mean подмножества значения 

df[c("probcount_2", "average_27")] <- t(apply(df[-(1:2)], 1, 
    function(x) {
      x1 <- x[x %in% c(2, 7)]
      i1 <- x1 == 2
      c(if(length(i1) == 0) 0.5 else mean(i1),
        if(length(i1) ==0) 4.5 else mean(x1))
     }))

df
#   id t value_1 value_2 value_3 value_4 value_5 value_6 value_7 value_8 value_9 probcount_2 average_27
#1   1 1      NA      NA      NA      NA      NA      NA      NA      NA      NA   0.5000000   4.500000
#2   1 2       2      NA      NA      NA      NA      NA      NA      NA      NA   1.0000000   2.000000
#3   1 2       2       2      NA      NA      NA      NA      NA      NA      NA   1.0000000   2.000000
#4   1 3       2       2       5      NA      NA      NA      NA      NA      NA   1.0000000   2.000000
#5   1 4       2       2       5       2      NA      NA      NA      NA      NA   1.0000000   2.000000
#6   1 5       2       2       5       2       7      NA      NA      NA      NA   0.7500000   3.250000
#7   1 6       2       2       5       2       7       7      NA      NA      NA   0.6000000   4.000000
#8   1 7       2       2       5       2       7       7       2      NA      NA   0.6666667   3.666667
#9   1 8       2       2       5       2       7       7       2       2      NA   0.7142857   3.428571
#10  1 9       2       2       5       2       7       7       2       2       2   0.7500000   3.250000
#11  2 0      NA      NA      NA      NA      NA      NA      NA      NA      NA   0.5000000   4.500000
#12  2 1       5      NA      NA      NA      NA      NA      NA      NA      NA   0.5000000   4.500000
#13  2 2       5       2      NA      NA      NA      NA      NA      NA      NA   1.0000000   2.000000
#14  2 3       5       2       2      NA      NA      NA      NA      NA      NA   1.0000000   2.000000
#15  2 4       5       2       2       2      NA      NA      NA      NA      NA   1.0000000   2.000000
#16  2 5       5       2       2       2       7      NA      NA      NA      NA   0.7500000   3.250000
#17  2 6       5       2       2       2       7       7      NA      NA      NA   0.6000000   4.000000
#18  2 7       5       2       2       2       7       7       2      NA      NA   0.6666667   3.666667
#19  2 8       5       2       2       2       7       7       2       2      NA   0.7142857   3.428571
#20  2 9       5       2       2       2       7       7       2       2      2    0.7500000   3.250000

Или мы можем векторизовать с rowMeans

m1 <- replace(as.matrix(df[-(1:2)]), !as.matrix(df[-(1:2)]) %in% c(2, 7), NA)
df$probcount_2 <- rowMeans(m1 == 2, na.rm = TRUE)
df$average_27  <- rowMeans(m1, na.rm = TRUE)
i1 <- df$t <= 1
df[i1, c("probcount_2", "average_27")] <- list(0.5, 4.5)

данные 

df <- structure(list(id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), t = c(1L, 2L, 2L, 3L, 
4L, 5L, 6L, 7L, 8L, 9L, 0L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L
), value_1 = c(NA, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, NA, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L), value_2 = c(NA, NA, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, NA, NA, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L
), value_3 = c(NA, NA, NA, 5L, 5L, 5L, 5L, 5L, 5L, 5L, NA, NA, 
NA, 2L, 2L, 2L, 2L, 2L, 2L, 2L), value_4 = c(NA, NA, NA, NA, 
2L, 2L, 2L, 2L, 2L, 2L, NA, NA, NA, NA, 2L, 2L, 2L, 2L, 2L, 2L
), value_5 = c(NA, NA, NA, NA, NA, 7L, 7L, 7L, 7L, 7L, NA, NA, 
NA, NA, NA, 7L, 7L, 7L, 7L, 7L), value_6 = c(NA, NA, NA, NA, 
NA, NA, 7L, 7L, 7L, 7L, NA, NA, NA, NA, NA, NA, 7L, 7L, 7L, 7L
), value_7 = c(NA, NA, NA, NA, NA, NA, NA, 2L, 2L, 2L, NA, NA, 
NA, NA, NA, NA, NA, 2L, 2L, 2L), value_8 = c(NA, NA, NA, NA, 
NA, NA, NA, NA, 2L, 2L, NA, NA, NA, NA, NA, NA, NA, NA, 2L, 2L
), value_9 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 2, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, 2)), row.names = c(NA, -20L), class = "data.frame")
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Похожие темы

...