gpt4 book ai didi

r - 测量 R 中的保留

转载 作者:行者123 更新时间:2023-12-02 03:36:30 28 4
gpt4 key购买 nike

我有一个数据集,其中包含以下格式的参加课后计划的学生的信息:

student_id  year group number
1 2009-10 1
2 2009-10 1
3 2009-10 2
4 2009-10 3
5 2009-10 3
1 2010-11 1
2 2010-11 2
3 2010-11 3
4 2010-11 2
5 2010-11 2

我想按年衡量每个组的留存率。我需要编写某种循环语句来回顾前一年,为每个组计算相似 ID 的值,然后返回一个值除以该组中的总数。我已经草拟了如下代码(这可能效率低下/缺少一些步骤)?

for (i in levels(data$year)){
if (i=="2009-10"){
#no previous year to look for
next
}else{
for(g in levels(data$group)){

##perhaps a plyr summarize function?

#look for id in previous year for that group
#compute count of identical ids
#return value/length(group)
}
}

编辑在阅读了一些建议之后,也许使用 ddply(transform) 函数会更简单。有没有办法在年份和组号之间建立关联关系?代码看起来像这样:

tracking=ddply(data,"student_id", transform, enroll.year1=1, enroll.year2=ifelse(criteria goes here,1,0), enroll.year3=ifelse(criteria goes here,1,0)

一些示例输出可能如下所示:

Year    Group   retention rate

2010-11 1 0.88
2011-12 1 0.8

2010-11 2 0.5
2011-12 2 0.6

2010-11 3 0.5
2011-12 3 0.5

以前有人解决过类似的保留问题吗?我很难概念化这些步骤,更不用说在 R 中实现了。任何帮助将不胜感激。 *

最佳答案

我能想到的一个解决方案涉及自连接转移一年。我将使用 data.table 来简化连接和所需的分组。为了方便起见,我还将更改一些名称和年份格式。我已将您的数据保存在名为 dddata.frame 中:

names(dd) <- c('id', 'year', 'group')
dd$year <- as.integer(substr(dd$year, 1, 4))

dd.prev <- dd
dd.prev$year <- dd.prev$year + 1 ## shifting year upwards so it matches the next year

require(data.table)
dd <- data.table(dd)
setkey(dd, group, year)

dd.prev <- data.table(dd.prev)
setkey(dd.prev, group, year)
setnames(dd.prev, 'id', 'id.prev') ## changing variable name so it is distinct

extra.year <- max(dd$year) + 1 ## the shift generates an extra year
dd.prev <- dd.prev[!year==extra.year] ## drop extra year as retention not defined

dd <- dd[dd.prev] ## join data from previous year to current data

dd.all[, retention:=as.numeric(length(intersect(id, id.prev))
/length(unique(id.prev))),
by=list(year, id)]

最后一位计算保留率,如您定义的那样:去年仍然保留的学生人数,intersect(id, id.prev),除以去年的学生总数,唯一(id.prev)。使用此数据,它只会生成 2010 年的留存率,但对于更长的系列,它会生成除第一年以外的所有年份的留存率。

更新 1:使用 plyr

names(dd) <- c('id', 'year', 'group')
dd$year <- as.integer(substr(dd$year, 1, 4))

dd.prev <- dd
dd.prev$year <- dd.prev$year + 1 ## shifting year upwards so it matches the next year
names(dd.prev)[1] <- 'id.prev' ## changing variable name so it is distinct

extra.year <- max(dd$year) + 1 ## the shift generates an extra year
dd.prev <- dd.prev[dd.prev$year!=extra.year,] ## drop extra year

dd <- merge(dd, dd.prev, all.y=TRUE) ## join data from previous year to current data



require(plyr)
dd <- ddply(dd, .(group, year), summarize,
retention=length(intersect(id, id.prev))
/length(unique(id.prev)))

希望对您有所帮助。

关于r - 测量 R 中的保留,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23174407/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com