[英]Replace values in each column based on conditions according to groups (by rows) data.frame
我有一個data.frame,dim = 400行和15000列。 我想應用一種條件,其中對於屬於每個組的行(由df$Group
定義),我必須檢查該組的值是否超過行的50%。 如果是,則保留現有值,否則全部替換為0
。
例如,對於組df[1:6,1]
, if sum(df[1:6,1] == 0)/length(df[1:6,1]) >50%
,則所有值df[1:6,1]
將替換為0
。 否則,將保留現有值。
輸入樣例:
df <- read.table(text= "DATA r1 r2 r3 Group
a1 6835 256 0 a
a2 5395 0 67 a
a3 7746 0 30 a
a4 7496 556 50 a
a5 5780 255 0 a
a6 6060 603 0 a
b1 0 0 0 b
b2 0 258 0 b
b3 0 0 0 b
b4 0 0 0 b
b5 5099 505 0 b
b6 0 680 0 b
c1 8443 4900 280 c
c2 8980 4949 0 c
c3 7828 0 0 c
c4 6509 3257 0 c
c5 6563 0 49 c
", header=TRUE, na.strings=NA,row.name=1)
dt <- as.data.table(df) #or data.frame
預期產量:
>df
DATA r1 r2 r3 Group
a1 6835 256 0 a
a2 5395 0 67 a
a3 7746 0 30 a
a4 7496 556 50 a
a5 5780 255 0 a
a6 6060 603 0 a
b1 0 0 0 b
b2 0 258 0 b
b3 0 0 0 b
b4 0 0 0 b
b5 0 505 0 b
b6 0 680 0 b
c1 8443 4900 0 c
c2 8980 4949 0 c
c3 7828 0 0 c
c4 6509 3257 0 c
c5 6563 0 0 c
更新:此錯誤#4957現在已在v1.8.11中修復 。 來自新聞 :
修復#5007也修復了#4957,其中在
j
lapply(.SD, function(x) ...)
期間看lapply(.SD, function(x) ...)
.N
。 感謝juba在SO上注意到它: 根據條件(根據行(按行))替換每列中的值。
這是使用data.table
的方法:
dt[, lapply(.SD, function(v) {
len <- length(v)
if((sum(v==0)/len)>0.5) rep(0L,len) else v
}), by="Group", .SDcols=c("r1","r2","r3")]
這使 :
Group r1 r2 r3
1: a 6835 256 0
2: a 5395 0 67
3: a 7746 0 30
4: a 7496 556 50
5: a 5780 255 0
6: a 6060 603 0
7: b 0 0 0
8: b 0 258 0
9: b 0 0 0
10: b 0 0 0
11: b 0 505 0
12: b 0 680 0
13: c 8443 4900 0
14: c 8980 4949 0
15: c 7828 0 0
16: c 6509 3257 0
17: c 6563 0 0
快速又骯臟:
ff<-function(x){
if(is.numeric(x)){
b<-by(x==0,df$Group,mean)
x[df$Group %in% names(b)[b>0.5]]<-0
}
x
}
data.frame(lapply(df,ff))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.