作者celestialgod (攸蓝)
看板R_Language
标题Re: [问题] 几个资料预处理问题
时间Wed Apr 22 17:25:15 2015
※ 引述《sinclairJ (Jun)》之铭言：
: 不好意思，又要来请教各位先进了
: 资料档大概格式如下（均是类别型资料）
: （实际资料约为200列乘500000行）
: ----------------------------
: 序 Y X1 X2 X3
: 1 1 0 1 2
: 2 1 0 0 0
: 3 2 2 1 1
: 4 1 1 1 2
: 5 2 0 2 2
: 6 2 1 1 2
: 7 2 1 0 1
: 8 1 2 1 1
: 9 1 1 2 0
: 10 2 0 0 2
: ......
: ......
: .....
: -----------------------------
: 以下有几个互相独立的资料处理动作要请教各位:
: （1）如表格所示，Y有两种类别，X有三种类别，我想做的处理是比较Y的两种类别，其他
: 们的X变数是否为同样类别
: 举例:Y X1 X2 X3
: 1 0 1 2
: 1 0 2 2
: 2 0 0 1
: 2 0 1 1
: 然後因为X1都一样，所以我要把X1删除，请问这个预处理该如何於R上实现?
dat[,sapply(dat, function(x){ length(table(x))}) > 1]
: （2）接下来我要对每个X变数做类似这样的处理
: 举例:X1
: 0
: 1
: 2
: 1
: 2
: 2
: 1
: 2
: 1
: 1
: 先找出最小的类别，其所占的比例
: 如X1最小的类别是0，比例为1/10，1/10就是我想得到的，只是回圈不太明白该怎麽写
dat = data.frame(Y = c(1,1,2,1,2,2,2,1,1,2),
X1= c(0,0,2,1,0,1,1,2,1,0),
X2= c(1,0,1,1,2,1,0,1,2,0),
X3= c(2,0,1,2,2,2,1,1,0,2))
lapply(dat, function(x){
tmp = table(x)/length(x)
output = min(tmp)
names(output) = names(tmp)[which.min(tmp)]
output
})
: （3）X变数做C取2组合方式(两两相互)对Y做逻辑斯回归(这边的X可转成数值型资料来处
: 理)
: 举例
: Y X1 X2 X3
: 1 2 1 0
: 2 1 0 1
: 3 2 0 0
: 如果资料是上述这样
: 我就要建立三条回归
: Y~X1+X2
: Y~X2+X3
: Y~X1+X3
: 之後把显着(p<0.05)的X变数挑出来
: 希望各位先进能指导指导小弟
: 若问题描述还不够清楚
: 我会再补充，先跟版上各位先进说声谢谢了
lapply(apply(combn(3, 2), 2, function(x){
paste("Y-1~", paste("X", 1:2, sep="", collapse="+"))
}), function(f) glm(as.formula(f), data = dat, family=binomial))
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.166.185.71
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1429694718.A.C3B.html
1F：→ celestialgod: 等一下再想想看很多行的情况下，有没有比较快的方法 04/22 18:06
2F：→ andrew43: 仔细看，其实我们各自写出来的还蛮像的。不过你精简多了 04/22 18:31
3F：→ celestialgod: 精简不一定快，有时候只是贪图方便，我只是不喜欢 04/22 18:47
4F：→ celestialgod: 太复杂QQ 04/22 18:47
5F：→ sinclairJ: 谢谢两位前辈指教 你们的方法都很受用 谢谢你们 04/22 19:35
6F：→ celestialgod: 想到不用一行行做的方法，晚点再来写个benchmark 04/23 10:33
※ 编辑: celestialgod (36.225.239.69), 04/23/2015 13:57:07