[英]Find minimum value greater than 0
我有一个数据框,其中包含带有一些NA的数值1:4。 对于每一行,我想计算出现次数最少的大于0的值的频率(百分比)。
这是一个示例数据框架。
df = as.data.frame(rbind(c(1,2,1,2,2,2,2,1,NA,2),c(2,3,3,2,3,3,NA,2,NA,NA),c(4,1,NA,NA,NA,1,1,1,4,4),c(3,3,3,4,4,4,NA,4,3,4)))
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 1 2 1 2 2 2 2 1 NA 2
2 2 3 3 2 3 3 NA 2 NA NA
3 4 1 NA NA NA 1 1 1 4 4
4 3 3 3 4 4 4 NA 4 3 4
我有2分正在苦苦挣扎。 1)找到一个大于0的值的最低频率,以及2)将函数应用于数据帧的每一行。 当我开始使用此功能时,我使用下面的代码实现了该功能,但似乎并未将其应用于所有行。 我的value.1,value.2等结果对于每一行都是相同的。
Low_Freq = function(x){
value.1 = sum(x==1, na.rm=TRUE) #count the number of 1's per row
value.2 = sum(x==2, na.rm=TRUE) #count the number of 2's per row
value.3 = sum(x==3, na.rm=TRUE) #count the number of 3's per row
value.4 = sum(x==4, na.rm=TRUE) #count the number of 4's per row
num.values = rowSums(!is.na(x), na.rm=TRUE) #count total number of non-NA values in each row
#what is the minimum frequency value greater than 0 among value.1, value.2, value.3, and value.4 for EACH row?
min.value.freq = min(cbind(value.1,value.2,value.3,value.4))
out = min.value.freq/num.values #calculate the percentage of the minimum value for each row
}
df$Low_Freq = apply(df, 1, function(x))
然后,我开始使用rowSums()计算value.1,value.2,value.3和value.4。 这解决了我为每一行计数value.1,value.2等的问题,但是,我随后不得不应用该函数而不使用apply()来运行它:
Low_Freq = function(x){
value.1 = rowSums(x==1, na.rm=TRUE) #count the number of 1's per row
value.2 = rowSums(x==2, na.rm=TRUE) #count the number of 2's per row
value.3 = rowSums(x==3, na.rm=TRUE) #count the number of 3's per row
value.4 = rowSums(x==4, na.rm=TRUE) #count the number of 4's per row
num.values = rowSums(!is.na(x), na.rm=TRUE) #count total number of non-NA values in each row
#what is the minimum frequency value greater than 0 among value.1, value.2, value.3, and value.4 for EACH row?
min.value.freq = min(cbind(value.1,value.2,value.3,value.4))
out = min.value.freq/num.values #calculate the percentage of the minimum value for each row
}
df$Low_Freq = Low_Freq(df)
因此,应用于每一行的动作似乎发生在函数本身内。 一切都很好,但是当我去做最后的计算,这将是我的输出时,我无法弄清楚如何确定值1、2、3或4中哪一行的频率最低。 该值必须除以每行非NA值的数量。
我期望的结果应如下所示:
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 Low_Freq
1 1 2 1 2 2 2 2 1 NA 2 0.3333333
2 2 3 3 2 3 3 NA 2 NA NA 0.4285714
3 4 1 NA NA NA 1 1 1 4 4 0.4285714
4 3 3 3 4 4 4 NA 4 3 4 0.4444444
我觉得我似乎正在用这个看似简单的功能盘旋。 任何帮助,将不胜感激。
谢谢。
table
函数将返回出现的每个值的频率,而忽略NA
值。 因此, min
的的table
结果是,你行中示出了一个值的最小频率,并且总和是非的数目NA
您的行中的值。
Low_Freq = function(x){
tab = table(x)
return(min(tab) / sum(tab))
}
df$Low_Freq = apply(df, 1, Low_Freq)
df
# V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 Low_Freq
# 1 1 2 1 2 2 2 2 1 NA 2 0.3333333
# 2 2 3 3 2 3 3 NA 2 NA NA 0.4285714
# 3 4 1 NA NA NA 1 1 1 4 4 0.4285714
# 4 3 3 3 4 4 4 NA 4 3 4 0.4444444
如果您不希望分子使用5s,而是使用分母,则可以执行以下操作:
df = as.data.frame(rbind(c(1,2,1,2,2,2,2,1,NA,2),c(2,3,3,2,3,3,NA,2,NA,NA),c(4,1,NA,NA,NA,1,1,1,4,4),c(3,3,3,4,4,4,5,4,3,4)))
Low_Freq = function(x){
tab = table(x[x != 5])
return(min(tab) / sum(!is.na(x)))
}
df$Low_Freq = apply(df, 1, Low_Freq)
df
# V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 Low_Freq
# 1 1 2 1 2 2 2 2 1 NA 2 0.3333333
# 2 2 3 3 2 3 3 NA 2 NA NA 0.4285714
# 3 4 1 NA NA NA 1 1 1 4 4 0.4285714
# 4 3 3 3 4 4 4 5 4 3 4 0.4000000
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.