-1

我的CSV数据如下：

 code, label, value
 ABC,  len,   10
 ABC,  count, 20
 ABC,  data,  102
 ABC,  data,  212
 ABC,  data,  443
 ...
 XYZ,  len,   11
 XYZ,  count, 25
 XYZ,  data,  782
 ...

每个条目的数量data是不同的code。（这对我的问题无关紧要；我只是指出来。）

我需要分析data每个code. 这将包括计算中位数、绘制图表等。这意味着我应该将datafor each分开code并使其成为数字？

有没有比这种事情更好的方法：

 x = read.csv('dataFile.csv, header=T)
 ...
 median(as.numeric(subset(x, x$code=='ABC' & x$label=='data')$value))
 boxplot(median(as.numeric(subset(x, x$code=='ABC' & x$label=='data')$value)))
4

2 回答 2

1

我不确定我是否完全理解你问题的最终目标，你只是想要一些你能做什么的指示吗？因为有很多可能的解决方案。

当你问：我需要分析每个代码的数据条目。这将包括计算中位数、绘制图表等。这意味着我应该分离出每个代码的数据并使其成为数字？

答案是否定的，您不必严格遵守。您可以使用为您完成此任务的 R 函数，例如：

x = read.csv('dataFile.csv', header=T)

#is it numeric?
class(x$value)
# if it is already numeric you shouldn't have to convert it,
# if it strictly numeric I don't know any reason why it 
# should be read as strings but it happens.

aggregate(x,by=list(x$code),FUN="median")

boxplot(value~code,data=x)
# and you can do ?boxplot to look into its options.
于 2013-10-30T15:27:59.867 回答
1

split并list2env允许您将 data.frame 分开x，为code每个级别生成一个 data.frame code：

list2env(split(x, x$code), envir=.GlobalEnv)

要不就

my.list <- split(x, x$code)

如果您更喜欢使用列表。

于 2013-10-30T15:25:26.283 回答