如何计算 R 中的多个组的条件熵 ..我在哪里 go 错了

Question

我已经阅读了许多与我相关的问题，但是我无法弄清楚我的代码有什么问题

我使用的 package 是“dplyr”和“infotheo”

这里使用 infotheo 是condentropy(time2, time1)

我的数据就像

id <- c("1", "1", "1", "1", "2", "2", "2", "2", "3", "3", "3", "3")
cond <- c("1", "2", "1", "2", "1", "2", "1", "2", "1", "2", "1", "2")
time1 <- c("1", "3", "3", "2", "3", "3", "1", "1", "1", "2", "2", "1")
time2 <- c("3", "3", "2", "3", "3", "1", "1", "1", "2", "2", "1" ,"1")
df <- data.frame(id, cond, time1, time2)

我想通过 id 和条件来计算它，这意味着我将从 3 个人的两个条件下获得 6 个熵值。 这是我的代码

df %>%
group_by(df$id, df$cond) %>%
summarize(condentropy(df$time2, df$time1))

为什么我对所有组只有一个值？

我在这里先向您的帮助表示感谢！

Answer 1

像这样的东西

首先，将您的数据转换为数字

df <- df %>% type_convert()

-- Column specification ------------------------------------------
cols(
  id = col_double(),
  cond = col_double(),
  time1 = col_double(),
  time2 = col_double()
)

其次，要设法寻找相关手段，

df  %>%
    group_by(id, cond) %>%
    summarise(mean = mean(id))
`summarise()` has grouped output by 'id'. You can override using the `.groups` argument.
# A tibble: 6 x 3
# Groups:   id [3]
     id  cond  mean
  <dbl> <dbl> <dbl>
1     1     1     1
2     1     2     1
3     2     1     2
4     2     2     2
5     3     1     3
6     3     2     3

第三，研究此页面以获取其他示例。

Answer 2

将时间列转换为数字，执行分组和汇总。 不要将 df$ 与 dplyr 动词一起使用，并确保将 condentropy(...) 的值分配给列名。 问题的主题是指均值，但代码建议您要计算条件熵，因此我们提供两者。

library(dplyr)
library(infotheo)

df %>%
  mutate(time1 = as.numeric(time1), time2 = as.numeric(time2)) %>%
  group_by(id, cond) %>%
  summarize(cond_ent = condentropy(time2, time1), 
            mean1 = mean(time1), mean2 = mean(time2), .groups = "drop")

Answer 3

使用type.convert(as.is = TRUE)来获取数值变量，然后用across summarise ：你不必使用$

这个：

library(dplyr)
library(infotheo)
df %>% 
  as_tibble() %>% 
  type.convert(as.is=TRUE) %>% 
  group_by(id, cond) %>% 
  summarise(mean = mean(c(time1, time2)))

Output：

     id  cond  mean
  <int> <int> <dbl>
1     1     1  2.25
2     1     2  2.75
3     2     1  2   
4     2     2  1.5 
5     3     1  1.5 
6     3     2  1.5 

或者

library(dplyr)
df %>% 
  as_tibble() %>% 
  type.convert(as.is=TRUE) %>% 
  group_by(id, cond) %>% 
  summarise(across(starts_with("time"), mean))

Output：

     id  cond time1 time2
  <int> <int> <dbl> <dbl>
1     1     1   2     2.5
2     1     2   2.5   3  
3     2     1   2     2  
4     2     2   2     1  
5     3     1   1.5   1.5
6     3     2   1.5   1.5