Написание функции для фильтрации и суммирования данных в таблицу пропорций - PullRequest
Новая
       38

Написание функции для фильтрации и суммирования данных в таблицу пропорций

2 голосов
/ 02 июля 2019

Я хочу создать таблицу больших пропорций, которая включает фильтрацию определенных значений на основе одного столбца и вывод пропорций значений, равных 0, и значений, превышающих 0 в таблице.Вот пример фрейма данных (df): 

     ID   a   b   c   d   e   f   g
1     1   1   2   3   0   4   5   A 
2     2   0   0   1   0   2   0   A
3     3   1   5   2   1   0   0   B
4     4   5   1   2   0   1   1   B
5     5   2   0   1   0   0   0   C
...

Исходя из этого, я хочу придумать пропорцию, что b = 0 или b> 0, если столбец a> 0.Для справки, я могу получить эту информацию с помощью следующего кода: 

prop.table(table(df$b[df$a>0]!=0))*100

Однако я хочу сделать то же самое со столбцами c и d, а также e и f (такой же шаблон, чтобы выОтфильтровываем, когда c = 0 и когда e = 0, чтобы получить те> 0 и = 0 пропорции для d и f соответственно).Кроме того, я хотел бы иметь этот вывод все в одной таблице.Может выглядеть примерно так: 

      b.perc   d.perc   f.perc
TRUE   75.00    20.00    66.67
FALSE  25.00    80.00    33.33

Любая помощь приветствуется.Кроме того, я хотел бы рассчитать ИСТИННЫЕ проценты по группам, перечисленным в столбце G, давая мне вывод наподобие этого: 

      b.perc   d.perc   f.perc
A     100.00    0.00     50.00
B     100.00   50.00    100.00
C     0.00      0.00      0.00

1 Ответ

2 голосов
/ 02 июля 2019

Мы подставляем альтернативные столбцы, используем каждый набор в качестве входных данных для mapply, получаем table и prop.table на основе условия, упомянутого в посте ОП 

out <- round(mapply(function(x, y) prop.table(table(x[y > 0] != 0)) * 100,
          df[c(FALSE, TRUE)], df[c(TRUE, FALSE)]), 2)
colnames(out) <- paste0(colnames(out), ".perc")
out
#      b.perc d.perc f.perc
#FALSE     25     80  33.33
#TRUE      75     20  66.67

Если нас просто интересует ИСТИННЫЙ процент, то мы можем сделать это и с colMeans 

colMeans((df[c(FALSE, TRUE)] * NA^!(df[c(TRUE, FALSE)] > 0)) != 0, na.rm = TRUE)
#       b         d         f 
#0.7500000 0.2000000 0.6666667

данные 

df <- structure(list(a = c(1L, 0L, 1L, 5L, 2L), b = c(2L, 0L, 5L, 1L, 
0L), c = c(3L, 1L, 2L, 2L, 1L), d = c(0L, 0L, 1L, 0L, 0L), e = c(4L, 
2L, 0L, 1L, 0L), f = c(5L, 0L, 0L, 1L, 0L)), class = "data.frame",
row.names = c("1", 
"2", "3", "4", "5"))
...