问在特定条件下对r中特定列中的多少值进行细分和计数
EN

Stack Overflow用户

提问于 2018-07-02 09:35:27

回答 2查看 29关注 0票数 0

我是R和数据分析的新手。我有一个与下面的数据库类似的数据库，只是大了很多，我试图找到一个通用的方法来计算每个国家有多少操作，有多少值为1，值为2的子问题，等等。对于每个动作都有多个问题，子问题和子问题，但我希望找到一种方法来计数

1:每个国家/地区有多少个操作，不包括子问题

2:一种找出每个国家、行动和问题有多少个值为1的子问题1或2的方法。

id country questionn subquestion value      actionn
06  NIE       1          1        1           1
05  NIG       1          1        1           1
07  TAN       1          1        1           1
08  BEN       1          1        1           1
03  TOG       1          1        2           1
45  MOZ       1          1        2           1
40  ZIM       1          1        1           1
56  COD       1          1        1           1
87  BFA       1          1        1           1
09  IVC       1          1        2           1
08  SOA       1          1        2           1
02  MAL       1          1        2           1
78  MAI       1          1        2           1
35  GUB       1          1        2           1
87  RWA       1          1        2           1
41  ETH       1          1        1           1
06  NIE       1          2        2           1
05  NIG       1          2        1           1
87  BFA       1          2        1           2

我试图创建数据帧的子集，并一次一次计算每个国家的所有内容，但这将永远花费时间，我想知道是否有通用的方法来做到这一点。对于第一个问题，我已经这样做了

df1<-df %>% group_by (country) %>% summarise (countries=county)

unique(df1)
count(df1)

对于第二个问题，我想分别选择并计算具有quesionn=1、subquestion=1、value=1和actionn=1的每一行，然后使用qustionn=1、subquestionn=2、value=1、actionn=1等选择并计算每个国家有多少行。值是指问题的答案是1=yes还是2=no。

我将非常感谢您的帮助，非常感谢:)

dplyr

tidyverse

回答 2

Stack Overflow用户

发布于 2018-07-02 10:10:15

对于第一个问题，您可以尝试这样做：

df %>% filter(subquestion != 2) %>% group_by(country) %>% summarise(num_actions = n())

这将返回每个国家/地区的操作数量，删除在子问题列中没有2的行。请注意，summarize函数中的n()将对组(在本例中为国家/地区)中的观察值进行计数。

我不确定我是否完全理解第二个问题，但我的建议是为您想要知道的特定观察结果创建一个新标签(每个国家、操作和问题n有多少个值为1的子问题1或2)：

df %>% mutate(country_question_code = paste(country, action, questionn, sep = "_")) %>% group_by(country_question_code) %>% summarize(num_subquestion = n())

票数 0

Stack Overflow用户

发布于 2018-07-02 12:10:13

对于问题1，可能的解决方案(假设国家名称不是唯一的，并且actionn可以是0、1、2或更多)。仅用于总计数：

df%>%group_by(country)%>% summarise( "Count_actions" = sum(actionn) ) #ignores all other columns.

如果你想计算一个国家出现了多少次，用n()代替sum(actionn, na.rm=TRUE).#，这可能不是你想要的，但有时简单的解决方案是最好的(只需计算国家的频率)

或者df%>%group_by(country, actionn)%>%summarise("count_actions"= n())将给出每种类型的国家/地区计数(例如1,2或更多操作)。

数据表版本dt[, .(.N), by=.(country, actionn )]

对于问题2:在根据需要对数据进行过滤后，对"for each on your question“使用分组。在这里，为每个“国家/地区、问题和行动”筛选具有( and )值1的子问题1或2：

df%>%filter(subquestions <=2 & value==1)%>%group_by( country, question, actionn)%>%summarise("counts_desired"= n(), "sums_desired"= sum(actionn, na.rm=TRUE))

希望这能起作用。我也在学习并将其应用于类似的数据。没有对它进行测试，也没有对你的数据做出某些假设(数字的和干净的)。(旅行时也可以使用for.mobile！干杯！！)

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/51133060

复制

PCA不适用于时间序列分析的案例研究

数据分析

在大部份情况下我们都可以使用 PCA 进行线性降维。从图像处理到非结构化数据，无时无刻不在。我们甚至可以将它用于时间序列分析，虽然有更好的技术。在这篇文章中，我想向您介绍动态模式分解 (DMD)，这是一种源自我的研究领域：流体动力学的用于高维时间序列的线性降维技术。DMD 结合了两个世界中的优点：PCA 和傅立叶变换。在数学上，它与动力系统理论中的一个基本算子有关，称为 Koopman 算子。但在深入研究 DMD 的数学之前，让我们用一个相当简单的例子来说明为什么 PCA 不是高维时间序列分析的最佳选择。

deephub

2021/07/23

1.6K0