[英]Calculate Z-Score for every N rows in a DF (R)
嗨,我有一個具有變量的 df,因為列和行是時間。 每個交叉點的元素是一個計數。
Var_1 Var_2 Var_3
Time_1 5 4 5
Time_2 4 19 4
Time_3 2 2 87
這個df有很多行(> 30,000)
如何計算每 20 行的 Z 分數? 提前致謝! <3
這是一個使用dplyr::summarise()
計算均值和標准差的答案,然后我們將它們與原始數據合並並使用mutate()
計算 z 分數。 我們將說明單個變量的情況,但它可以擴展為處理多個變量。
考慮到原始問題的模糊性,我們假設Time-
列以 20 個為一組構成,這允許我們將其用作解決方案的主要分組變量。 也就是說,在Time-1
有 20 個觀測值,在Time-2
有另外 20 個觀測值,以此類推。
如果需要根據連續的行標識符創建 20 行的組,則可以輕松修改解決方案以添加分組變量來表示 20 行的集合。
# simulate some data
y <- rpois(20000,3) # simulate counts
TimeVal <- paste0(rep("Time-",20000),
rep(1:1000,20))
data <-data.frame(TimeVal,y,stringsAsFactors = FALSE)
library(dplyr)
result <- data %>% group_by(TimeVal) %>% summarise(ybar = mean(y),
stDev = sd(y)) %>%
full_join(data,.,) %>% mutate(.,zScore = (y - ybar) / stDev)
head(result)
...和 output:
> head(result)
TimeVal y ybar stDev zScore
1 Time-1 6 3.45 1.276302 1.99795938
2 Time-2 2 2.95 1.700619 -0.55862010
3 Time-3 2 3.20 1.908430 -0.62878909
4 Time-4 3 3.10 1.916686 -0.05217339
5 Time-5 2 3.10 1.447321 -0.76002513
6 Time-6 2 3.30 1.809333 -0.71849700
>
為了解決原始輸入數據框中的多列問題,首先我們使用tidyr::pivot_longer)
創建一個長格式的整潔數據框,計算均值和標准差,將它們與窄數據合並並計算 z 分數。
將輸入數據轉換為長格式的整潔數據框允許我們在dplyr::by_group()
中使用原始列名,從而消除了計算原始中每一列的 z 分數所需的大量代碼數據。
library(tidyr)
set.seed(95014) # set seed to make results reproducible
y2 <- rpois(20000,8)
y3 <- rpois(20000,15)
data <- data.frame(TimeVal,y,y2,y3,stringsAsFactors = FALSE)
# convert to narrow format tidy, calculate means, sds, and zScores
longData <- data %>%
group_by(TimeVal) %>%
pivot_longer(-TimeVal,
names_to = "variable",
values_to = "value")
result <- longData %>%
group_by(TimeVal,variable) %>%
summarise(avg = mean(value), stDev = sd(value)) %>%
full_join(longData,.) %>%
mutate(.,zScore = (value - avg) / stDev)
head(result)
...和 output:
> head(result)
# A tibble: 6 x 6
# Groups: TimeVal [2]
TimeVal variable value avg stDev zScore
<chr> <chr> <int> <dbl> <dbl> <dbl>
1 Time-1 y 6 3.45 1.28 2.00
2 Time-1 y2 13 8.7 2.23 1.93
3 Time-1 y3 20 16.4 5.25 0.686
4 Time-2 y 2 2.95 1.70 -0.559
5 Time-2 y2 6 8.2 2.89 -0.760
6 Time-2 y3 12 14.8 3.34 -0.852
>
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.