Bir data.frame'i aynı data.frame içindeki bir satırda nasıl gruplanır?

Question

Data.frame sayfamdaki belirli bir satırdaki değerlerin en az% 50'sine sahip satırları yalnızca <= döndürmesi için data.frame kümemi altsetmek istiyorum.

df

Name A B C D 
r1  2 2 2 2 
r2  4 3 1 3 
r3  1 1 1 2 
r4  3 3 3 1 

ben satır r1 olduğunu tarafından subsetine çalışıyorum belirli satır

. r1 satırındaki değerlerin% 75'i <= olduğu için yalnızca r3 numaralı satırı döndürmek istiyorum.

df

Name A B C D 
r3  1 1 1 2 

Herhangi bir yardım

takdir edilecektir. Daha fazla bilgi gerekiyorsa lütfen bana bildirin.

Answer 1

Burada da 34 değişkenler için uygulanabilir genel bir çözümdür.

> col_names <- colnames(df)[-1] 

> index <- which(df$Name == 'r1') 
> values <- seq(1:nrow(df))[-index] 

> row_num <- integer(0) 
> for (i in values){ 
+ min_val <- length(col_names)/2 
+ if (length(which(df[i,col_names] <= df[index,col_names])) >= min_val) 
+ row_num <- c(row_num,i) 
+ } 

> df[row_num,] 
    Name A B C D 
3 r3 1 1 1 2 

Veri kümesi büyük olsa da, biraz zaman alabilir. Performansı data.table paketi ile geliştirebilirsiniz.

Answer 2

koşullar sayısını ekleyin 3'e kullanarak "+" ve karşılaştırmak satır bazında bir satırda buluştu:

subset(df, ((A <= A[1]) + (B <= B[1]) + (C <= C[1]) + (D <= D[1])) >= 3) 

> subset(df, ((A <= A[1]) + (B <= B[1]) + (C <= C[1]) + (D <= D[1])) >= 3) 
    Name A B C D 
1 r1 2 2 2 2 
3 r3 1 1 1 2 

sonra sadece eklemek de 'r1' kaldırmak istiyorsanız [-1, ]

Bu, bir yüzde kriterine karşı test edilebilen sayısal bir vektör sağlamak için genelleştirilebilir; Her satırdaki ilk satırdaki muadillerinden daha az olan öğe sayısını verir. Aşağıda

rowSums(sweep(df[-1], 2, unlist(df[1,-1]), "<=")) 
[1] 4 2 4 2 

bir tanıtımdır: tek bir satır dataframe başarısız olarak ben üçüncü argümanı kullanarak çünkü ilk satırı unlist için gerekli

Bir apply çözüm muhtemelen görünüyordu olurdu aklıma geldi

df2 <- cbind(nms = paste0("r", 1:10), 
      as.data.frame(matrix(sample(1:10, 200,repl=TRUE), 10))) 
df2 
#-------------- 
nms V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 
1 r1 8 6 10 7 3 7 2 8 4 9 9 4 5 4 8 7 2 1 6 4 
2 r2 3 9 6 3 9 10 6 10 10 3 3 2 4 4 4 10 3 5 2 1 
3 r3 1 7 6 8 3 5 2 3 1 5 5 4 8 3 1 6 2 10 3 7 
4 r4 2 6 10 10 8 7 9 1 4 5 6 7 2 6 8 3 5 10 10 3 
5 r5 5 5 7 2 5 10 2 9 2 9 4 6 1 5 8 5 8 6 3 5 
6 r6 4 1 7 7 6 9 6 3 4 3 2 9 4 8 10 3 4 4 10 4 
7 r7 7 1 10 4 1 2 8 5 8 8 5 5 5 6 4 10 6 9 10 6 
8 r8 10 8 1 4 1 4 10 3 1 3 10 3 4 9 4 7 4 9 2 2 
9 r9 3 10 9 1 10 8 8 4 7 2 7 2 9 10 3 3 7 4 10 1 
10 r10 4 7 3 3 1 9 4 1 9 5 3 9 9 3 9 2 9 10 2 4 
#----------------- 
rowSums(sweep(df2[-1], 2, unlist(df2[1,-1]), "<=")) 
# [1] 20 11 15 12 12 11 11 13 10 11 
rowSums(sweep(df2[-1], 2, unlist(df2[1,-1]), "<=")) >= 20*0.75 
# [1] TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE 

df2[ rowSums(sweep(df2[-1], 2, unlist(df2[1,-1]), "<=")) >= 20*0.75 , ] 
#--------- 
    nms V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18 V19 V20 
1 r1 8 6 10 7 3 7 2 8 4 9 9 4 5 4 8 7 2 1 6 4 
3 r3 1 7 6 8 3 5 2 3 1 5 5 4 8 3 1 6 2 10 3 7 

colSums(apply(df2[-1], 1, "<=", df2[1,-1])) >= ncol(df2)*.7 

Not `bir matris döner uygulamak biçimi nedeniyle colSums kullanmaya gerek: bazı R programcılar için daha açık Sütun odaklı moda, bazen başlayanlar için bir bulmaca.

Varsayım: veri kümesi olarak, Name saklayan birinci sütun dışındaki her bir sütun karşılaştırarak