r - 如何计算和测试总和并重复操作

Question

我需要测试每个因素的“比索”值(参见下面的复制代码)。一个因子是否达到“比索”总和的 50%，每个因子的值都应该粘贴到一个新的对象“结果”中，否则，R 应该评估哪个因子具有“比索”的最低聚合值，并考虑再次汇总“比索”的下一列中的因子。基本上，这个过程替换了下一个因素的最低得分因素。该过程应重复，直到因子超过 50% 阈值。所以我的问题是，我从哪里开始？

set.seed(51)
Data <- sapply(1:100, function(x) sample(1:10, size=5))
Data <- data.frame(t(Data))
names(Data) <- letters[1:5]
Data$peso <- sample(0:3.5, 100, rep=TRUE) 

它应该像

If your first two rows are: 
  a  b  c  d  e peso
  8  2  3  7  9    1
  8  3  4  5  7    3
  9  7  4 10  1    2
 10  3  4  5  7    3   

What would you like for the total?  
      Totals_08  = 4
      Totals_09  = 2
      Totals_10  = 3
      etc?

因此，因子 8 获得了更大的份额 4/(4+2+3) = 0.4444444，但在 a 轮中没有达到 50% 的阈值。因此，我需要更多的东西:重复聚合，但现在考虑“b”列中的因子 7 而不是“a”列中的因子 9，因为它在第一轮中获得了最低的聚合值。

Answer 1

目前尚不清楚您是否已经拥有因素列表。如果您没有它，而是从数据集中获取它，您可以通过几种不同的方式获取它:

# Get a list of all the factors
myFactors <- levels(Data[[1]])  # If actual factors.
myFactors <-   sort(unique(unlist(Data)))  # Otherwise use similar to this line

然后要计算每个因素的总计，您可以执行以下操作

Totals <- 
 colSums(sapply(myFactors, function(fctr) 
     # calculate totals per fctr
     as.integer(Data$peso) * rowSums(fctr == subset(Data, select= -peso)) 
   ))

names(Totals) <- myFactors

这使

Totals
#    1   2   3   4   5   6   7   8   9  10 
#  132 153 142 122 103 135 118 144 148 128 

下一个:
我不确定之后是否要与比索的总和或总数的总和进行比较。以下是两个选项，分为几个步骤:

# Calculate the total of all the Totals:
TotalSum <- sum(Totals)

# See percentage for each:
Totals / TotalSum
Totals / sum(as.integer(Data$peso))

# See which, if any, is greater than 50%
Totals / TotalSum > 0.50
Totals / sum(as.integer(Data$peso)) > 0.50

# Using Which to identify the ones you are looking for
which(Totals / TotalSum > 0.50)
which(Totals / sum(as.integer(Data$peso)) > 0.50)

关于比索抽样的注意事项

您采集了 0:3.5 的样本，然而， x:y序列只给出整数。
如果你想要分数，你可以使用 seq()或者你可以取一个更大的序列，然后适本地划分:

option1 <-  (0:7) / 2
option2 <-  seq(from=0, to=3.5, by=0.5)

如果你想要 0:3 的整数和 3.5 的值，那么使用 c()

 option3 <- c(0:3, 3.5)