条件计数 R. 如果两行 ==TRUE 则添加

Question

我有一个来自两种不同采样方法的细菌菌落计数 (ACCN) 数据框：拭子和平板。我想计算一下菌落计数对于一系列标准的两种方法一致的时间（例如，如果 ACCN

head(EA)
  sample group     ACCN
1      E     1 14.84500
2      S     1  2.07500
3      E     2 13.70167
4      S     2  6.60000
5      E     3 11.45833
6      S     3  7.90000

到目前为止，我得到了：

S<-(EA$ACCN<="2.5" & EA$sample=="S")
P<-(EA$ACCN<="2.5" & EA$sample=="P")
PE<-cbind(S,P)
PE<-as.data.frame(PE)

sum(PE)

但收到此错误： FUN(X[[i]], ...) 中的错误： 仅在具有所有数值变量的数据框上定义

Answer 1

使用 dplyr：

library(dplyr)

EA %>%
  mutate(S = ifelse(as.numeric(ACCN) <= 2.5 & sample == "S", 1, 0)) %>% 
  mutate(P = ifelse(as.numeric(ACCN) <= 2.5 & sample == "P", 1, 0)) %>% 
  summarise(PE_sum = sum(S, P))

但是，如果您只想要数据框本身，那么：

EA %>%
  mutate(S = ifelse(as.numeric(ACCN) <= 2.5 & sample == "S", 1, 0)) %>% 
  mutate(P = ifelse(as.numeric(ACCN) <= 2.5 & sample == "P", 1, 0))

如果你不关心有一个不同的“P”和一个“S”列，你可以写得更简洁：

EA %>% 
  mutate(new = ifelse(as.numeric(ACCN) <= 2.5 & sample %in% c("S", "P"), 1, 0)) %>% 
  summarise(new_sum = sum(new))

或者直接使用你已有的：

S<-(EA$ACCN<="2.5" & EA$sample=="S")
P<-(EA$ACCN<="2.5" & EA$sample=="P")

但是，那么：

sum(S, P)

或者：

S<-(EA$ACCN<="2.5" & EA$sample=="S")
P<-(EA$ACCN<="2.5" & EA$sample=="P")
PE<-cbind(S,P)

然后：

sum(PE) # keeping the object a matrix, not spinning it into a dataframe.

要获得总和，对于从 1 到 30（可选）的每个值，根据您在评论部分中的问题，答案可能是：

library(dplyr)

x <- 1:30
(sapply(x, function(x) {ifelse(as.numeric(EA$ACCN) <= x & EA$sample == "S", 1, 0)}) +
sapply(x, function(x) {ifelse(as.numeric(EA$ACCN) <= x & EA$sample == "P", 1, 0)})) %>%  
  as.data.frame() %>% 
  summarise_all(sum)

虽然我不知道您正在寻找的输出的确切结构。

Answer 2

错误消息来自 sum 函数——它将向量而不是数据框作为参数。直接对逻辑向量求和：

sum(S)
[1] 2

sum(P)
[1] 3

sum(S & P)
[1] 0

Answer 3

我认为您可能使这个问题比您预期的更复杂。听起来您想过滤掉一些数据并进行测试。

从数据开始：

EA <- read.table(text='  ACC ACCN sample
+ 1  SG 1.50      S
+ 2  LG 7.25      S
+ 3  SG 1.50      S
+ 4  NG 0.00      P
+ 5  SG 1.50      P
+ 6  SG 1.50      P ')

过滤和拆分/应用/组合：

> EA %>%
  filter(ACCN <= 2.5) %>%
  group_by(sample) %>%
  summarise(count=n())
# A tibble: 2 × 2
  sample count
  <fctr> <int>
1      P     3
2      S     2

如果你想要边距（即满足标准的样本百分比），那么你可以有点棘手

> EA %>% group_by(sample) %>% summarise(pct=sum(ACCN <= 2.5) / n())
# A tibble: 2 × 2
  sample       pct
  <fctr>     <dbl>
1      P 1.0000000
2      S 0.6666667