dplyr और अंतराल: लूप

Question

का उपयोग किए बिना टिप्पणियों और योग डेटा गिनती मैं आर dplyr पैकेज का उपयोग करने के छोरों का उपयोग किए बिना निम्नलिखित अंतराल संबंधित प्रश्नों की गणना करना चाहते हैं:

1. मैं प्रत्येक में टिप्पणियों गिनती करने के लिए चाहते हैं अंतराल (निरपेक्ष और सापेक्ष अंतराल समाप्ति-बिंदु)
2. मैं प्रत्येक अंतराल में अवलोकन डेटा योग करने के लिए चाहते हैं (निरपेक्ष और सापेक्ष अंतराल समाप्ति-बिंदु)

अंतराल समाप्ति-बिंदु स्तंभों से कर रहे हैं $ अंतराल और df_rel $ अंतराल df_abs। जैसे

1. अंतराल: (-inf, -60]
2. अंतराल: (-60, -30]
3. अंतराल: (-30,0]

डेटा डेटा के साथ फ्रेम और अंतराल इस तरह दिखेगा:

library(dplyr) 

# ----------{ data and interval ---------- 
df_data <- data.frame(varA = NA, 
         varB = NA, 
         varC = c(-81.0, -14.3, 29.6, 42.7, 46.4, 57.7, 15.3, 256.3, 20.3, -25.1, -23.1, -17.5)) 

df_abs <- data.frame(interval = c(-Inf, -60, -30, 0, 30, 60, 100, 200, Inf), 
        count = NA, 
        sum = NA) 

df_rel <- data.frame(interval = c(0,5,15,50,75,95,100), 
        count = NA, 
        sum = NA) 
# ---------- data and interval }---------- 


# ----------{ calculation ----------  
# absolute data frame 
for (i in 1 : nrow(df_abs)-1) { 
    # count observation between interval 
    df_abs$count[i+1] <- summarise(df_data, sum(df_abs$interval[i] < varC & varC <= df_abs$interval[i+1])) 

    # sum between interval 
    df_abs$sum[i+1] <- sum(df_data$varC[df_abs$interval[i] < df_data$varC & df_data$varC <= df_abs$interval[i+1]]) 
} 


# relative data frame 
df_data_arranged <- df_data %>% 
         arrange(varC) %>% 
         mutate(observationPercent = c(1:nrow(df_data)) * 100/length(df_data$varC)) 


for (i in 1 : nrow(df_rel)-1) { 
    # count observation between interval 
    df_rel$count[i+1] <- summarise(df_data_arranged, sum(df_rel$interval[i] < observationPercent & observationPercent <= df_rel$interval[i+1])) 

    # sum between interval 
    df_rel$sum[i+1] <- sum(df_data_arranged$varC[df_rel$interval[i] < df_data_arranged$observationPercent & df_data_arranged$observationPercent <= df_rel$interval[i+1]]) 
}  
# ---------- calculation }---------- 

जवाब इस तरह दिखना चाहिए:

df_abs <- data.frame(interval = c(-Inf, -60, -30, 0, 30, 60, 100, 200, Inf), 
        count = c(0,1,0,4,3,3,0,0,1), 
        sum = c(0,-81,0,-80,65.2,146.8,0,0,256.3))  

df_rel <- data.frame(interval = c(0,5,15,50,75,95,100), 
        count = c(0,0,1,4,3,2,1), 
        sum = c(0,0,-81,-39.6,92.6,104.1,256.3)) 

जहां तक ​​मैं dplyr पैकेज को समझता हूं, वहां दो समस्याओं में से प्रत्येक के लिए लूप का उपयोग किए बिना एक छोटा और सीधा आगे समाधान होना चाहिए।

Answer 1

यह इस प्रकार किया जा सकता है:

• जो अवलोकन अंतर्गत आता है पहचान करने के लिए एक नया स्तंभ (mutate) बनाने के जो अंतराल (base::cut के माध्यम से)

• समूह अंतराल द्वारा अपनी टिप्पणियों (group_by) करने के लिए

• परिणाम पर अपने परिचालन लागू करें (summarisedplyr के n() और सह mmon sum यहाँ)

के रूप में इस प्रकार है:

df_abs <- mutate(df_data, interval = cut(varC, df_abs$interval)) %>% 
    group_by(interval) %>% 
    summarise(count=n(), sum=sum(varC)) 
#  interval count sum 
#1 (-Inf,-60]  1 -81.0 
#2 (-30,0]  4 -80.0 
#3  (0,30]  3 65.2 
#4 (30,60]  3 146.8 
#5 (200, Inf]  1 256.3 

df_rel <- mutate(df_data_arranged, 
       interval = cut(observationPercent, df_rel$interval)) %>% 
    group_by(interval) %>% 
    summarise(count=n(), sum=sum(varC)) 
# interval count sum 
#1 (5,15]  1 -81.0 
#2 (15,50]  5 -64.7 
#3 (50,75]  3 92.6 
#4 (75,95]  2 104.1 
#5 (95,100]  1 256.3