在sum()函数中使用dplyr的mutate()函数使用列函数
问题描述:
我有一个数据框,我想用dplyr的mutate()函数创建一个新列prob
。 prob
应包含概率P(行值>所有列值),表示数据框中行数比每行的值大。这是我想做的事:在sum()函数中使用dplyr的mutate()函数使用列函数
data = data.frame(value = c(1,2,3,3,4,4,4,5,5,6,7,8,8,8,8,8,9))
require(dplyr)
data %>% mutate(prob = sum(value < data$value)/nrow(data))
这得出以下结果:
value prob
1 1 0
2 2 0
3 3 0
4 3 0
... ... ...
这里prob
只包含0的每一行。如果我在表达sum(value < data$value)
与2
替换value
:
data %>% mutate(prob = sum(2 < data$value)/nrow(data))
我得到以下的结果:
value prob
1 1 0.8823529
2 2 0.8823529
3 3 0.8823529
4 3 0.8823529
... ... ...
0.8823529的概率是有在数据帧大于2值的行。问题似乎是mutate()函数不接受value
列作为sum()
函数中的参数。
答
适应agstudy代码比特到dplyr:
data %>% mutate(prob = sapply(value, function(x) sum(x < value)/nrow(data)))
+2
可以通过使用'mean() – hadley 2014-10-09 11:49:41
答
我认为一个基本的vapply
(或sapply
)将使更多的意义在这里。然而,如果你真的想走景区路线,你可以尝试这样的事情:
data = data.frame(value = c(1,2,3,3,4,4,4,5,5,6,7,8,8,8,8,8,9))
data %>%
rowwise() %>% ## You are really working by rows here
do(prob = sum(.$value < data$value)/nrow(data)) %>%
mutate(prob = c(prob)) %>% ## The previous value was a list -- unlist here
cbind(data) ## and combine with the original data
# prob value
# 1 0.94117647 1
# 2 0.88235294 2
# 3 0.76470588 3
# 4 0.76470588 3
# 5 0.58823529 4
# 6 0.58823529 4
# 7 0.58823529 4
# 8 0.47058824 5
# 9 0.47058824 5
# 10 0.41176471 6
# 11 0.35294118 7
# 12 0.05882353 8
# 13 0.05882353 8
# 14 0.05882353 8
# 15 0.05882353 8
# 16 0.05882353 8
# 17 0.00000000 9
'mutate'? 'dplyr'?你想要'sapply(data $ value,function(x)sum(x agstudy 2014-10-05 08:52:36
谢谢!保持简单 - 好主意...... – Simen 2014-10-05 09:01:34
@Simen,你可以调整agstudy的代码到dplyr:data%>%mutate(prob = sapply(value,function(x)sum(x
KFB
2014-10-05 11:56:48