如何从R数据帧中获取条件结果

编程问答 2022-08-18

问题描述

这是我在这里的第一条消息。我正在尝试从edX R课程解决R练习，但我陷入其中。如果有人可以帮助我解决问题，那就太好了。这是给出的数据框和问题：

> students
   height shoesize gender population
1     181       44   male     kuopio
2     160       38 female     kuopio
3     174       42 female     kuopio
4     170       43   male     kuopio
5     172       43   male     kuopio
6     165       39 female     kuopio
7     161       38 female     kuopio
8     167       38 female    tampere
9     164       39 female    tampere
10    166       38 female    tampere
11    162       37 female    tampere
12    158       36 female    tampere
13    175       42   male    tampere
14    181       44   male    tampere
15    180       43   male    tampere
16    177       43   male    tampere
17    173       41   male    tampere

鉴于上面的数据框，请创建两个子集，其子集的学生的身高等于或低于中位数身高（称为 students.short ），其学生的身高严格高于中位数身高（称为 students.tall ）。按人口划分的上述两个子集中的每个人的平均鞋码是多少？

我已经能够创建两个子集 students.tall 和 students.short （均显示TRUE/FALSE的答案），但是我不知道不知道如何通过人口求平均值。数据应显示如下：

                    kuopio     tampere
students.short      xxxx       xxxx
students.tall       xxxx       xxxx

非常感谢你能帮我忙！

解决方法

我们可以基于split的高度通过逻辑矢量median 

# // median height
medHeight <- median(students$height,na.rm = TRUE)

# // split the data into a list of data.frames using the 'medHeight'
lst1 <- with(students,split(students,height > medHeight))

然后使用list中的aggregate在base R上循环

lapply(lst1,function(dat) aggregate(shoesize ~ population,data = dat,FUN = mean,na.rm = TRUE))

但是，我们不需要创建两个单独的数据集或一个list。可以通过将“人口”和使用logical向量创建的“ grp”分组来完成

library(dplyr)
students %>%
     group_by(grp = height > medHeight,population) %>%
     summarise(shoesize = mean(shoesize))
,

您可以尝试以下方法：

#Code
students.short <- students[students$height<=median(students$height),]
students.tall <- students[students$height>median(students$height),]
#Mean
mean(students.short$shoesize)
mean(students.tall$shoesize)

输出：

[1] 38.44444
[1] 42.75
,

您可以在pivot_wider()中使用tidyr并将参数values_fn设置为mean。

library(dplyr)
library(tidyr)

df %>%
  mutate(grp = if_else(height > median(height),"students.tall","students.short")) %>%
  pivot_wider(id_cols = grp,names_from = population,values_from = height,values_fn = mean)

# # A tibble: 2 x 3
#   grp            kuopio tampere
#   <chr>           <dbl>   <dbl>
# 1 students.tall    176.    177.
# 2 students.short   164     163.

通过base的方式，您可以尝试xtabs()，它返回一个table对象。

xtabs(height ~ grp + population,aggregate(height ~ grp + population,transform(df,grp = ifelse(height > median(height),"students.short"))))

#                 population
# grp                kuopio  tampere
#   students.short 164.0000 163.4000
#   students.tall  175.6667 177.2000

注意： 要将table对象转换为data.frame，可以使用as.data.frame.matrix()。

edxrr