在r中使用dplyr构建组之间的差异 [英] Build difference between groups with dplyr in r

问题描述

我正在使用dplyr，我想知道是否可以计算一行中的组之间的差异。如下面的小例子，任务是计算A和B组标准化分变量之间的差异。

  library（dplyr）
＃创建一个小的data.frame 
 GROUP<  -  rep（c （A，B），每个= 10）
 NUMBE<  -  rnorm（20,50,10）
 datf<  -  data.frame（GROUP，NUMBE）
 
 datf2<  -  datf％％group_by（GROUP）％。％mutate（cent =（NUMBE  -  mean（NUMBE））/ sd（NUMBE））
 
 gA<  -  datf2 ％。％ungroup（）％。％filter（GROUP ==A）％。％select（cent）
 gB < -  datf2％。％ungroup（）％。％filter（GROUP ==B ）％。％select（cent）
 
 gA  -  gB 
  

当然，创建不同的对象当然不是问题 - 但是是否有更多的内置方式执行此任务？有些更像这样不像下面的幻想代码？

  datf2％。％summary（filter（GROUP ==A，select （分）） - 过滤器（GROUP ==B，select（cent）））
  

谢谢你！

解决方案

鉴于我们每组中有10个，添加一个索引1:10，1:10，并总结一下差异：

 > datf2 $ entry = c（1：10,1：10）
> datf2％。％ungroup（）％。％group_by（entry）％。％summary（d = cent [1] -cent [2]）
来源：本地数据框[10 x 2] 
 
条目d 
 1 1 -0.8272879 
 2 2 -0.9159827 
 3 3 -0.5064762 
 4 4 0.4211639 
 5 5 1.3681720 
 6 6 3.3430289 
 7 7 1.0086822 
 8 8 -0.6163907 
 9 9 -0.7325220 
 10 10 -2.5423875 
  

比较：

 > gA  -  gB 
 cent 
 1 -0.8272879 
 2 -0.9159827 
 3 -0.5064762 
 4 0.4211639 
 5 1.3681720 
 6 3.3430289 
 7 1.0086822 
 8 -0.6163907 
 9 -0.7325220 
 10 -2.5423875 
  

有没有办法将条目字段注入数据或 dplyr 调用？我不确定，似乎依靠功能了解数据太多...

I am using dplyr and I am wondering whether it is possible to compute differences between groups in one line. As in the small example below, the task is to compute the difference between groups A and Bs standardized "cent" variables.

library(dplyr)
# creating a small data.frame
GROUP <- rep(c("A","B"),each=10)
NUMBE <- rnorm(20,50,10)
datf <- data.frame(GROUP,NUMBE)

datf2 <- datf %.% group_by(GROUP) %.% mutate(cent = (NUMBE - mean(NUMBE))/sd(NUMBE))

gA <- datf2 %.% ungroup() %.% filter(GROUP == "A") %.% select(cent)
gB <- datf2 %.% ungroup() %.% filter(GROUP == "B") %.% select(cent)

gA - gB

This is of course no problem by creating different objects - but is there a more "built in" way of performing this task? Something more like this not working fantasy code below?

datf2 %.% summarize(filter(GROUP == "A",select(cent)) - filter(GROUP == "B",select(cent)))

Thank you!

解决方案

Given we have 10 of each group, add an index 1:10, 1:10 and summarize over that with difference:

> datf2$entry=c(1:10,1:10)
> datf2 %.% ungroup() %.% group_by(entry) %.% summarize(d=cent[1]-cent[2])
Source: local data frame [10 x 2]

   entry          d
1      1 -0.8272879
2      2 -0.9159827
3      3 -0.5064762
4      4  0.4211639
5      5  1.3681720
6      6  3.3430289
7      7  1.0086822
8      8 -0.6163907
9      9 -0.7325220
10    10 -2.5423875

compare:

> gA - gB
         cent
1  -0.8272879
2  -0.9159827
3  -0.5064762
4   0.4211639
5   1.3681720
6   3.3430289
7   1.0086822
8  -0.6163907
9  -0.7325220
10 -2.5423875

Is there a way to inject the entry field into the data or the dplyr call? I'm not sure, it seems to rely on the functions knowing too much about the data...

这篇关于在r中使用dplyr构建组之间的差异的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！