r - 列的中位数，然后查找其他列值？(右)

Question

我有这张桌子：

Profession Educational_level Number
Doctor     Low               0
Doctor     Medium            5
Doctor     High              8
Nurse      Low               1
Nurse      Medium            8
Nurse      High              3
[...]

我想找出中等人的教育水平并最终得到这张表：

Doctor     High
Nurse      Medium
[...]

问题：

1. 我如何在 R 中做到这一点？
2. 在 Excel 中？

谢谢。

Answer 1

如果依赖其他软件包对您的工作流程来说不是问题，我推荐@PaulHiemstra 的回答。否则，这可能是在基础 R 中最简单的方法：

df <- read.csv(text="Profession Educational_level Number
Doctor     Low               0
Doctor     Medium            5
Doctor     High              8
Nurse      Low               1
Nurse      Medium            8
Nurse      High              3", header=TRUE)

results <- by(df, INDICES=dat$Profession, 
   FUN=function(subset) with(subset, Educational_level[which.max(Number)]))
data.frame(names(results), unclass(results))

Answer 2

我不认为你在寻找每个职业的平均教育水平，而是模式，即频率最高的类别。为此，您可以ddply从 plyr 包中使用：

require(plyr)
ddply(df, .(Profession), summarise, 
          mode_educ = Educational_level[which.max(Number)]

df包含您的数据的 data.frame在哪里。

Answer 3

在 Excel 中，您可以使用这样的“数组公式”

=INDEX(B2:B10,MATCH(1,(A2:A10="Doctor")*(C2:C10=MEDIAN(IF(A2:A10="Doctor",C2:C10))),0))

用 CTRL+SHIFT+ENTER 确认

这适用于您的示例，但对于真正的中位数，例如，如果有 4 位医生，那么医生的中位数介于第 2 位和第 3 位之间，因此列表中可能没有任何值，那么您如何知道哪个教育要分配的级别？