0

我有一个数据框，其中包含 6 个不同变量的观察结果和每个变量的样本权重。我正在尝试使用ddplywithsummarize创建一个新的数据框，其中六个变量中的一个成为第一列，其他变量是其他变量的加权和。

例如，我的数据框看起来像这样：

Location  A   B   C   D   SampleWeight
x1        2   1   4   3   .1
x1        4   3   4   2   .3
x2        2   3   7   3   .7
x2        4   3   4   3   .8
.....

我想创建一个每个位置只有一个值的数据框，然后将每列中每个条件的 SampleWeights 以及总数相加。它看起来像这样：

Location   Total   A2   A4   B1   B3    C4   C7  ...
x1         0.4     .1   .3   .1   .3    .4   0.0
x2         1.5     .7   .8   0.0   1.5   .8   .7

这就是我尝试的方式，并且我已经让总列工作，但我不确定如何制作一个过滤器，以便总和只会查看另一列中具有特定值的行。我已经包括了一些我尝试过的东西：

newdf <- ddply(mydf, ~ `Location`, summarize, 
                total = sum(`SampleWeight`),
                A2 = sum(within(`SampleWeight`, A == "2")),
                A4 = sum(filter(mydf$SampleWeight, A == "4")),
                B1 = sum((mydf$B=="1")$sample_weight)
                ...
                )

有没有更简单的方法来做到这一点？有没有制作这种文件的好方法？

太感谢了！！

4

1 回答 1

0

这是使用dplyrand的解决方案tidyr。生成数据：

library(dplyr)
library(tidyr)

df <- tibble(location     = c("x1", "x1", "x2", "x2"),
             A            = c(2, 4, 2, 4),
             B            = c(1, 3, 3, 3),
             C            = c(4, 4, 7, 4),
             D            = c(3, 2, 3, 3),
             SampleWeight = c(.1, .3, .7, .8))

然后：

res <- df %>%
  group_by(location) %>%
  mutate(total = sum(SampleWeight)) %>%
  gather(key = "letter", value = "number", A, B, C, D) %>%
  mutate(subgroup = paste0(letter, number)) %>%
  group_by(location, subgroup, total) %>%
  summarize(subgroup_total = sum(SampleWeight)) %>%
  spread(key = subgroup, value = subgroup_total) %>%
  mutate_all(function (x) ifelse(is.na(x), 0, x))

这可以分为四个部分：

  1. group_by位置并计算总 SampleWeight
  2. gather将数据转换为长格式，并连接使用paste0以构造所需的子组（将成为列）
  3. group_by子组并计算 SampleWeight 的总和，然后spread将数据转换为宽格式
  4. 替换NA为0

结果：

res
  location total    A2    A4    B1    B3    C4    C7    D2    D3
1       x1   0.4   0.1   0.3   0.1   0.3   0.4   0.0   0.3   0.1
2       x2   1.5   0.7   0.8   0.0   1.5   0.8   0.7   0.0   1.5
于 2017-06-28T23:37:15.720 回答