我想比较来自两个不同 claim 人的CPT代码的费用。两者都有面值和非面值的提供商。我正在使用dplyr
和modeest::mlv
,但是效果不如预期。这里是一些样本数据;
source CPTCode ParNonPar Key net_paid PaidFreq seq
ABC 100 Y ABC100Y -341.00 6 1
ABC 100 Y ABC100Y 0.00 2 2
ABC 100 Y ABC100Y 341.00 6 3
XYZ 103 Y XYZ103Y 740.28 1 1
XYZ 104 N XYZ104N 0.00 2 1
XYZ 104 N XYZ104N 401.82 1 2
XYZ 104 N XYZ104N 726.18 1 3
XYZ 104 N XYZ104N 893.00 1 4
XYZ 104 N XYZ104N 928.20 2 5
XYZ 104 N XYZ104N 940.00 2 6
和代码
str(data)
View(data)
## Expand frequency count to individual observations
n.times <- data$PaidAmounts
dataObs <- data[rep(seq_len(nrow(data)), n.times),]
## Calculate mean for each CPTCode (for mode use modeest library)
library(dplyr)
library(modeest)
dataSummary <- dataObs %>%
group_by(ParNonPar, CPTCode) %>%
summarise(mean = mean(net_paid),
median=median(net_paid),
mode = mlv(net_paid, method=mfv),
total = sum(net_paid))
str(dataSummary)
我以为我可以在平均值和中位数的摘要函数中加载适度的内容,但是这种表达方式的错误在于
as.character(x)中的错误:
无法将类型'closure'强制转换为类型为'character'的vector
没有mlv,我会得到这样的df,但是我想要的是在一行上获得付款人cpt的所有统计信息。我设想一旦获得连续所需的东西,便可以通过限制x和y线段在箱图中绘制图形
答案是这样的(我忘了在这里得到付款人的名字!)
ParNonPar CPTCode mean median(net_paid) total
N 0513F 0.000000 0.000 0.00
N 0518F 0.000000 0.000 0.00
N 10022 0.000000 0.000 0.00
N 10060 73.660000 90.120 294.64
N 10061 324.575000 340.500 1298.30
N 10081 312.000000 312.000 312.00
thanks very much for your time and effort.
最佳答案
您需要对代码进行几处更改才能使mlv正常工作。
尝试:
dataSummary <- dataObs %>%
group_by(ParNonPar, CPTCode) %>%
summarise(mean = mean(net_paid),
meadian=median(net_paid),
mode = mlv(net_paid, method='mfv')[['M']],
total = sum(net_paid))
要得到:
> dataSummary
Source: local data frame [3 x 6]
Groups: ParNonPar
ParNonPar CPTCode mean meadian mode total
1 N 104 639.7111 893.00 622.7333 5757.40
2 Y 100 0.0000 0.00 0.0000 0.00
3 Y 103 740.2800 740.28 740.2800 740.28
希望能帮助您前进。
关于r - 如何在R中总结得出一个小组的模式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30385626/