r - 如果我有一个包含多个列的 DataFrame，我该如何计算超过阈值的变量？

Question

假设我有一个这样的数据框:

      variable1  variable2   variable3
2    0.58955148 0.56320222  0.98544012
3    0.33730801 0.65952594  2.27159478
4    0.99988849 2.55988180  0.34683483
5    1.47543636 0.43682811  0.71149259

我想要一个这样的函数: filter <- function(dataframe, threshold){}应用的地方可能是这样的: filter(dataframe, c(1, 1, 1)然后我返回一个新帧，它计算超过给定阈值的变量数量，如下所示:

   Variable  NbrOfExeeding  MeanOfCorrect
1  variable1             1           Mean
2  variable2             1           Mean
3  variable3             1           Mean

所以超过阈值的数据点的 nbr，以及其余的平均值。

我不确定从哪里开始。我有点知道该做什么，但不知道要使用哪些功能。遍历 variable1 并计算 amount > than threshold。2 和 3 相同。获取 variable1 的平均值，省略 number > than threshold。2 和 3 相同。进入数据框。但是，究竟如何呢？

Answer 1

可能的解决方案:

library(tidyverse)

df <- data.frame(
  variable1 = c(0.58955148, 0.33730801, 0.99988849, 1.47543636),
  variable2 = c(0.56320222, 0.65952594, 2.5598818, 0.43682811),
  variable3 = c(0.98544012, 2.27159478, 0.34683483, 0.71149259)
)

thresholds <- c(1,1,1)

filt <- function(df, thresholds)
{  
  df %>% 
    pivot_longer(cols = everything(), names_to = "variable") %>% 
    group_by(variable) %>% 
    summarise(NbrOfExeeding = sum(value > thresholds[cur_group_id()]) ,
              MeanOfCorrect = mean(value[value <= thresholds[cur_group_id()]]))
}

filt(df, thresholds)

#> # A tibble: 3 × 3
#>   variable  NbrOfExeeding MeanOfCorrect
#>   <chr>             <int>         <dbl>
#> 1 variable1             1         0.642
#> 2 variable2             1         0.553
#> 3 variable3             1         0.681