【发布时间】:2023-03-06 15:50:01
【问题描述】:
我有一个类似附图形式的数据集(原版,# A tibble: 33,478 x 12),以及部分数据:
dput(head(canals2, n=10))
structure(list(Site = c(1, 2, 4, 11, 10, 12, 13, 14, 15, 16),
`Sample Date` = c("2/11/2004", "2/11/2004", "2/11/2004",
"2/11/2004", "2/11/2004", "2/11/2004", "2/11/2004", "2/11/2004",
"2/11/2004", "2/11/2004"), `Analysis code` = c("NH3", "NH3",
"NH3", "Chl a", "Chl a", "Chl a", "NH3", "Chl a", "NH3",
"NH3"), Analysis = c("Ammonia-Nitrogen", "Ammonia-Nitrogen",
"Ammonia-Nitrogen", "Chlorophyll a", "Chlorophyll a", "Chlorophyll a",
"Ammonia-Nitrogen", "Chlorophyll a", "Ammonia-Nitrogen",
"Ammonia-Nitrogen"), Result = c(0.068, 0.07, 0.014, 1.31,
1.39, 1.95, 0.247, 1.46, 0.113, 0.17), Units = c("mg/L",
"mg/L", "mg/L", "mg/m3", "mg/m3", "mg/m3", "mg/L", "mg/m3",
"mg/L", "mg/L")), row.names = c(NA, -10L), class = c("tbl_df",
"tbl", "data.frame"))
我想尝试使用线性模型(例如,使用 lm() 函数)从“氨氮”中预测“叶绿素 a”。 lm() 将列名作为“公式”的输入,但该数据集的生成方式却大不相同。我应该为每个分析使用Results 列中的值,但我似乎找不到这样组织数据的好方法。
到目前为止,我尝试通过分析拆分数据,目的是为每个分析创建一个新的数据框,然后将 Result 替换为在该数据框中选择的分析名称。这是我使用的函数(在主数据集上运行它,这就是它包含更多分析名称的原因):
analysis_list = unique(canals$Analysis)
> analysis_list
1 "氨氮" "叶绿素 a" "大肠菌群"
[4] “比电导” “铜” “溶解氧”
[7] “大肠杆菌”“肠球菌”“亚硝酸盐 + 硝酸盐”
[10]“正磷酸盐”“pH”“盐度”
[13]“温度”“总凯氏氮”“总氮”
[16]“总磷”“浊度”
split_analyses <- function()
canals_byAnalysis <- vector(mode = "list", length = 0)
for (i in 1:17) {
analysis <- analysis_list[i]
updated_analysis <- canals %>%
subset(Analysis == analysis,
select = -c(`Analysis code`))
canals_byAnalysis[[i]] <- updated_analysis
}
split_analyses()
不幸的是,这并没有按预期工作,我在合并我创建的表时遇到了很多问题。我也尝试了其他方法,但我一无所获。有人愿意提供任何建议吗?
【问题讨论】:
标签: r dataframe data-science modeling