如何计算一列中的值与另一列中的值不匹配的比例？答案

【问题标题】：How to calculate the proportion of values in one column, which don't match with values in another?如何计算一列中的值与另一列中的值不匹配的比例？
【发布时间】：2021-07-26 15:59:39
【问题描述】：

我有一个使用 full_join 获得的数据框：

col1  col2
11    11
12    NA
14    14
NA    17
NA    18
NA    NA
NA    NA

我想计算每列中与另一列不匹配的值的比例。例如，这里 col1 为 1/3。因为它只是值 12，它不匹配并且不是 NA。对于 col2，它将是 2/4，因为有 17 和 18 与 col1 中的值不匹配并且不是 NA。该怎么做？

【问题讨论】：

标签： r dataframe function

【解决方案1】：

如果只是两列之间的一次比较以简单地得到两个数字：

df <- tribble(
    ~col1,  ~col2,
    11,    11,
    12,    NA,
    14,    14,
    NA,    17,
    NA,    18,
    NA,    NA,
    NA,    NA
)

mean(!df$col1[!is.na(df$col1)] %in% df$col2) # 0.333

mean(!df$col2[!is.na(df$col2)] %in% df$col1) # 0.5

【讨论】：

能不能写成比例，而不是百分比（看实数）？
如果你想要实际的“1/3”字符串，你可以使用paste0(sum(!df$col1[!is.na(df$col1)] %in% df$col2), "/", length(df$col1[!is.na(df$col1)]))。

【解决方案2】：

你可以使用 dplyr。

对于第 1 列：

df %>% summarise(col1_in_col2 = sum(!col1 %in% col2) / sum(!is.na(col1))

【讨论】：