R - 按模式和目標計算模式和百分比

Question

我試圖計算數字列的模式。不是數字的列應該有一個「NA」作爲向量中的佔位符。根據目標我也需要百分比。一些示例性數據：

c1= c("A", "B", "C", "C", "B", "C", "C") 
c2= factor(c(1, 1, 2, 2,1,2,1), labels = c("Y","N")) 
d= as.Date(c("2015-02-01", "2015-02-03","2015-02-01","2015-02-05", "2015-02-03","2015-02-01", "2015-02-03"), format="%Y-%m-%d") 
x= c(1,1,2,3,1,2,4) 
y= c(1,2,2,6,2,3,1) 
t= c(1,0,1,1,0,0,1) 
df=data.frame(c1, c2, d, x, y,t) 
df 

    c1 c2   d x y t 
1 A Y 2015-02-01 1 1 1 
2 B Y 2015-02-03 1 2 0 
3 C N 2015-02-01 2 2 1 
4 C N 2015-02-05 3 6 1 
5 B Y 2015-02-03 1 2 0 
6 C N 2015-02-01 2 3 0 
7 C Y 2015-02-03 4 1 1 

我需要爲每個數字列的模式：

mode=as.numeric(c("NA","NA", "NA", 1,2,1)) 
mode 
[1] NA NA NA 1 2 1 

和行的百分比的具有t == 1的矢量，當在柱==模式

值

[1] NA NA NA 0.33 0.33 

和行的百分比的具有t == 1的矢量，當值在列！=模式

[1] NA NA NA 0.75 0.75 

我該如何計算這些向量？

我已經找到了狀態最好的是：

library(plyr) 

mode_fun <- function(x) { 
    mode0 <- names(which.max(table(x))) 
    if(is.numeric(x)) return(as.numeric(mode0)) 
    mode0 
} 
kdf_mode=apply(kdf,2, numcolwise(mode_fun)) 

但是，如果有任何非數字列它給出了一個錯誤。

Answer 1

我們可以使用sapply來循環'df'列，應用mode_fun來獲得輸出vector（'v1'）。我們使用if/else條件爲非數字列返回NA。

v1 <- unname(sapply(df, function(x) if(!is.numeric(x)) NA else mode_fun(x))) 
v1 
#[1] NA NA NA 1 2 1 

對於第二種情況（我想我們不需要第6列，即「T​​」）。我們通過sapply循環訪問'df'的列，使用if/else條件。在else條件中，我們比較mode值是否等於列值（mode_fun(x)==x)）。我們使用&來獲得等於mode的值的邏輯索引，其對應於t==1。獲取sum併除以sum(v1)。

unname(sapply(df[-6], function(x) if(!is.numeric(x)) { 
      NA 
      } else { 
       v1 <- mode_fun(x)==x 
       sum(v1 & t==1)/sum(v1) 
    })) 
#[1]  NA  NA  NA 0.3333333 0.3333333 

對於第三個，我們改變的條件獲得其中列不等於mode邏輯索引。和前面的情況一樣。

unname(sapply(df[-6], function(x) if(!is.numeric(x)){ 
     NA 
     } else { 
       v1 <- mode_fun(x)!=x 
       sum(v1 & t==1)/sum(v1) 
    })) 
#[1] NA NA NA 0.75 0.75 

---

後，我們計算出 'V1'，這也可以不與sapply循環完成。我們創建了一個邏輯索引，其中列class是'數字'，列名不是't'（'indx'）。

indx <- sapply(df, is.numeric) & names(df)!='t' 

我們子集 'DF'，並根據 'INDX'（df[indx]，v1[indx]） 'V1'，通過使用col複製vector使長度。 col給出df[indx]中列的數字索引。然後我們檢查子集數據集是否等於vector來給出一個邏輯矩陣。

indx1 <- df[indx]==v1[indx][col(df[indx])] 

正如在前面的代碼中，我們使用&檢查在 'indx1' 的TRUE值是否還對應於「噸== 1個. Do colSums , divide by the colSums of 'indx1', and concatenate (Ç) with the的NA`元素 'V1'

unname(c(v1[is.na(v1)], colSums(indx1& t==1)/colSums(indx1))) 
#[1]  NA  NA  NA 0.3333333 0.3333333 

同樣，我們可以通過改變創造條件「indx2」，然後做colSums像以前那樣

indx2 <- df[indx]!=v1[indx][col(df[indx])] 
unname(c(v1[is.na(v1)], colSums(indx2& t==1)/colSums(indx2))) 
#[1] NA NA NA 0.75 0.75