r - 如何计算数组的子组中大于该数组中特定值的项数？

Question

我想计算一个数组的子组中大于 R 中该数组中特定值的项目数。请参见下面的示例，每年都有一个外部基准是给定的一部分数据(这不是数据集的平均值)。对于给出一年基准的每一行，我想添加一列，其中包含体重大于基准的男性数量；和一列体重大于基准的女性人数。

> MyData
   year      type weight DesiredOutput1 DesiredOutput2
1  1990    Female     78             NA             NA
2  1990      Male     74             NA             NA
3  1990    Female     80             NA             NA
4  1990      Male     90             NA             NA
5  1990      Male     94             NA             NA
6  1990      Male     70             NA             NA
7  1990    Female     65             NA             NA
8  1990    Female     61             NA             NA
9  1990 benchmark     78              4              1
10 1990    Female     71             NA             NA
11 1990      Male     91             NA             NA
12 1990    Female     70             NA             NA
13 1990      Male     81             NA             NA
14 1991      Male     71             NA             NA
15 1991 benchmark     79              1              2
16 1991    Female     80             NA             NA
17 1991    Female     81             NA             NA
18 1991      Male     70             NA             NA
19 1991      Male     80             NA             NA
20 1991    Female     65             NA             NA
21 1992    Female     79             NA             NA
22 1992 benchmark     80              3              1
23 1992      Male     81             NA             NA
24 1992      Male     82             NA             NA
25 1992      Male     86             NA             NA
26 1992      Male     80             NA             NA
27 1992    Female     81             NA             NA

我可以使用以下代码计算给定年份的男性/女性人数:

setDT(MyData)[, Count:=.N, by='year,type']

但我不知道如何包含这样一个事实，即我只想计算体重大于给定年份基准的男性/女性人数。有没有办法使用这个基准值的引用？当您想计算大于固定数字(例如大于 70)的值的数量时，我已经看到了几种解决方案，但是您如何与数组中的值进行比较？

Answer 1

我认为您不需要所有这些 NA。如果你只需要计数，你可以简单地按条件表，这是一个例子

setDT(MyData)[, as.list(table(factor(type[weight > weight[type == 'benchmark']]))), 
                by = year]
#    year Female Male
# 1: 1990      1    4
# 2: 1991      2    1
# 3: 1992      1    3

另一种选择(可能快一点)是按条件选择事件，然后 dcast

dcast(setDT(MyData)[, type[weight > weight[type == 'benchmark']], by = year], 
                      year ~ V1, length)
#    year Female Male
# 1: 1990      1    4
# 2: 1991      2    1
# 3: 1992      1    3

或者类似的

setDT(MyData)[, type[weight > weight[type == 'benchmark']], by = year
               ][, table(year, factor(V1))]
# year   Female Male
# 1990        1    4
# 1991        2    1
# 1992        1    3

无论哪种方式，如果您坚持将结果返回到您的原始数据集中，一个快速的方法是加入(但这不会产生 NA)，比如(使用v 1.9.6+)

res <- dcast(setDT(MyData)[, type[weight > weight[type == 'benchmark']], by = year],
                             year ~ V1, length)
MyData[res, c("Female", "Male") := .(i.Female, i.Male), on = "year"]