كيف يتم إجراء الانقسامات المتوسطة ضمن مستويات العوامل في R؟

Question

أقوم هنا بإنشاء عمود جديد للإشارة إلى ما إذا كانت بياناتي أعلى أو أقل من متوسطها

### MedianSplits based on Whole Data
#create some test data
myDataFrame=data.frame(myData=runif(15),myFactor=rep(c("A","B","C"),5)) 

#create column showing median split
myBreaks= quantile(myDataFrame$myData,c(0,.5,1))
myDataFrame$MedianSplitWholeData = cut(
    myDataFrame$myData,
    breaks=myBreaks, 
    include.lowest=TRUE,
    labels=c("Below","Above"))

#Check if it's correct
myDataFrame$AboveWholeMedian = myDataFrame$myData > median(myDataFrame$myData)
myDataFrame

يعمل بشكل جيد.الآن أريد أن أفعل نفس الشيء، ولكن حساب الانقسامات المتوسطة داخل كل مستوى من مستويات myFactor.

لقد توصلت إلى هذا:

#Median splits within factor levels
byOutput=by(myDataFrame$myData,myDataFrame$myFactor, function (x) {
     myBreaks= quantile(x,c(0,.5,1))
     MedianSplitByGroup=cut(x,
       breaks=myBreaks, 
       include.lowest=TRUE,
       labels=c("Below","Above"))
     MedianSplitByGroup
     })

byOutput يحتوي على ما أريد.ويصنف كل عنصر من عناصر العوامل A وB وC بشكل صحيح.ومع ذلك، أرغب في إنشاء عمود جديد، myDataFrame$FactorLevelMedianSplit، الذي يعرض الانقسام المتوسط ​​المحسوب حديثًا.

كيف يمكنك تحويل إخراج الأمر "بواسطة" إلى عمود إطار بيانات مفيد؟

أعتقد أن الأمر "بواسطة" لا يشبه طريقة R للقيام بذلك ...

تحديث:

مع مثال تييري لكيفية استخدام العامل() بذكاء، وعند اكتشاف وظيفة "ave" في كتاب سبيكتور، وجدت هذا الحل، الذي لا يتطلب أي حزم إضافية.

myDataFrame$MediansByFactor=ave(
    myDataFrame$myData,
    myDataFrame$myFactor,
    FUN=median)

myDataFrame$FactorLevelMedianSplit = factor(
    myDataFrame$myData>myDataFrame$MediansByFactor, 
    levels = c(TRUE, FALSE), 
    labels = c("Above", "Below"))

Answer 1

إليك الحل باستخدام حزمة plyr.

myDataFrame <- data.frame(myData=runif(15),myFactor=rep(c("A","B","C"),5))
library(plyr)
ddply(myDataFrame, "myFactor", function(x){
    x$Median <- median(x$myData)
    x$FactorLevelMedianSplit <- factor(x$myData <= x$Median, levels = c(TRUE, FALSE), labels = c("Below", "Above"))
    x
})

Answer 2

إليك طريقة الاختراق.قد يأتي هادلي بشيء أكثر أناقة:

للبدء، نقوم ببساطة بتسلسل by انتاج:

 R> do.call(c,byOutput)
A1 A2 A3 A4 A5 B1 B2 B3 B4 B5 C1 C2 C3 C4 C5 
 1  2  2  1  1  1  1  2  1  2  1  2  1  1  2 

وما يهمنا هو أن نحصل هنا على مستويات العامل 1 و 2 والتي يمكننا استخدامها لإعادة فهرسة عامل جديد مع تلك المستويات:

R> c("Below","Above")[do.call(c,byOutput)]
 [1] "Below" "Above" "Above" "Below" "Below" "Below" "Below" "Above" 
 [8] "Below" "Above" "Below" "Above" "Below" "Below" "Above"
R> as.factor(c("Below","Above")[do.call(c,byOutput)])
[1] Below Above Above Below Below Below Below Above Below Above 
[11] Below Above Below Below Above
Levels: Above Below

والتي يمكننا بعد ذلك تعيينها في data.frame أردت تعديل:

R> myDataFrame$FactorLevelMedianSplit <- 
      as.factor(c("Below","Above")[do.call(c,byOutput)])

تحديث:لا يهم، سنحتاج إلى إعادة فهرسة myDataFrame ليتم تصنيفها A A ...أ ب ...ب ج ...C أيضًا قبل أن نضيف العمود الجديد.بقي كتمرين...