我有一个大数据集(大约 10000 行),我想创建一个函数来计算每组完整案例(不是 NA)的数量。我尝试了各种函数(聚合、表、sum(complete.cases)、group_by 等),但不知何故我错过了一个——可能是小技巧。感谢您的帮助!
一个小样本数据集来解释,我需要的结果。
x <- data.frame(group = c(1:4),
age = c(4:1, c(11, NA,13, NA)),
speed = c(12, NA,15,NA))
print(x)
# group age speed
#1 1 4 12
#2 2 3 NA
#3 3 2 15
#4 4 1 NA
#5 1 11 12
#6 2 NA NA
#7 3 13 15
#8 4 NA NA
我写的一个函数是这样写的:
CountPerGroup <- function(group) {
data.set <- subset(x,group %in% group)
vect <- vector()
for (i in 1:length(group)) {
vect[i] <- sum(complete.cases(data.set))
}
output <- data.frame(cbind(group,count=vect))
return(output)
}
结果
CountPerGroup(2:1)
是
group count
1 2 4
2 1 4
不幸的是,这是错误的。相反,结果应该是这样的
group count
1 2 1
2 1 4
我错过了什么?我如何告诉 R 计算 complete.cases per Group? 非常感谢您对此提供的任何帮助!
最佳答案
如果您希望维护您的功能,类似的东西应该可以解决问题:
x <- data.frame(group = c(1:4),
age = c(4:1, c(11, NA,13, NA)),
speed = c(12, NA,15,NA))
CountPerGroup <- function(x, groups) {
data.set <- subset(x, group %in% groups)
ans <- sapply(split(data.set, data.set$group),
function(y) sum(complete.cases(y)))
return(data.frame(group = names(ans), count = unname(ans)))
}
CountPerGroup(x, 1:2)
# group count
#1 1 2
#2 2 0
据我所知,这是正确的。但它不同意您建议的结果。
编辑
看来您想要的是非NA
的数量并正确排序。请改用此功能:
CountPerGroup2 <- function(x, groups) {
data.set <- subset(x, group %in% groups)
ans <- sapply(split(data.set, data.set$group),
function(y) sum(!is.na(y[, !grepl("group", names(y))])))[groups]
return(data.frame(group = names(ans), count = unname(ans)))
}
CountPerGroup2(x, 2:1)
# group count
#1 2 1
#2 1 4
关于r - 计算每组的完整个案,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27943775/