是否有用于按一个变量（列）对数据进行分组的 R 函数？答案

【问题标题】：Is there an R function for grouping the data by one variable (column)?是否有用于按一个变量（列）对数据进行分组的 R 函数？
【发布时间】：2019-09-27 07:30:10
【问题描述】：

我测量了细菌对病毒的抑制能力。我有 n 行（个人）和 4 列（a、b、c、x）的数据矩阵。根据 x 列，我想将它们定义为好的或坏的抑制剂。但是，我不确定如何设置 x 列的阈值，具体取决于其他测量的列（a、b、c）。是否有任何 R 函数可以分离/分组我的数据框？

【问题讨论】：

标签： r grouping

【解决方案1】：

在 dplyr 逻辑中有group_by()，它的工作原理是这样的：

library(dplyr)

df %>%
group_by(A) %>% # df is now grouped by column A
summarise(Mean = mean(C)) # calculates the mean of C for each group of A, summarise will delete any other columns not summarised and show only distinct rows

df %>%
group_by(A) %>%
mutate(Mean = mean(C)) # This will add the grouped mean to each row without changing the data frame

如果你总结一下，那么你就完成了，但是在 group_by 和 mutate 之后，你必须在某个时候ungroup你的数据框。

【讨论】：

【解决方案2】：

data.table 示例如下。在数据中，我们在 5 个组 (Group) 中有 50 个观察值 (a)。

数据

dt = data.table(
  a = runif(1:50),
  Group = sample(LETTERS[1:5], 50, replace = T)
)

示例 1

首先，我们可以计算 a 的组均值，如果高于 0.5，则将其标记为“好”，如果低于 0.5，则将其标记为“坏”。请注意，此摘要不包括 a。

dt1 = dt[, .(Mean = mean(a)), keyby = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]

> dt1
   Group      Mean Label
1:     A 0.2982229   Bad
2:     B 0.4102181   Bad
3:     C 0.6201973  Good
4:     D 0.4841881   Bad
5:     E 0.4443718   Bad

示例 2

与 Fnguyen 的回答类似，以下代码不会汇总每组的数据；它只会在每个观察值旁边显示组均值和标签。

dt2 = dt[, Mean := mean(a), by = Group][, Label := ifelse(Mean > 0.5, 'Good', 'Bad')]

> head(dt2)
           a Group      Mean Label
1: 0.4253110     E 0.4443718   Bad
2: 0.4217955     A 0.2982229   Bad
3: 0.7389260     E 0.4443718   Bad
4: 0.2499628     E 0.4443718   Bad
5: 0.3807705     C 0.6201973  Good
6: 0.2841950     E 0.4443718   Bad

示例 3

最后，我们当然可以应用条件参数来创建新列，而无需事先计算分组变量。下面的示例测试列 a 和 b 的组合条件。

dt3 = data.table(a = runif(100), b = runif(100))

dt3[, abGrThan0.5 := ifelse((a > 0.5 & b > 0.5), TRUE, FALSE)]

> head(dt3)
           a          b abGrThan0.5
1: 0.5132690 0.02104807       FALSE
2: 0.8466798 0.96845916        TRUE
3: 0.5776331 0.79215074        TRUE
4: 0.9740055 0.59381244        TRUE
5: 0.4311248 0.07473373       FALSE
6: 0.2547600 0.09513784       FALSE

【讨论】：