作者EricTao ()
看板R_Language
標題[問題] 製作表格
時間Mon Feb 2 01:43:56 2015
[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
我有一個data frame，想要做成類似這樣的表格
http://ppt.cc/nJZr 圖一
而data frame如圖中的右半邊
http://ppt.cc/wauk
問題1. 如何為這樣的表格建立dara frame?
原本想用by或是apply之類搭配自己寫函數，用函數判斷，什麼型態的欄位要做什麼統計
但是by丟進函數的lists好像還是要用for loop處理。
這樣好像乾脆直接寫loop 一個個column去統計就好了。(by還是有分組的功能就是了)
還是R中有比較好的方法可以寫?
問題2. data中的那些值為1/0的欄位，其實是代表boolean的T/F，在R中好像不能混用?
因為這個data之後會丟去做glm。
請問我該怎麼轉換型態? 或者，在寫CSV檔時怎麼表示boolean值給R來讀?
抱歉這次的問題有點亂，想不到怎麼問比較有條理。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.137.56
※ 文章網址: https://webptt.com/m.aspx?n=bbs/R_Language/M.1422812638.A.334.html
※ 編輯: EricTao (140.112.137.56), 02/02/2015 01:45:22
1F：→ andrew43: 在R中0/1和F/T是通用的。像是做邏輯式迴歸，0/1即可。 02/02 01:53
2F：→ andrew43: 我認為你原本的資料是洽當的。要再做各別的描述只要 02/02 01:54
3F：→ andrew43: 按二個組切開分別分析就可以了。 02/02 01:55
4F：→ andrew43: 但如果要一鍵完成，大概還是要自己寫。 02/02 01:56
5F：→ andrew43: 我想到的也是用for loop走每一欄，然後用tapply進行。 02/02 02:06
感謝，請問可以直接寫函式來loop，而不用tapply嗎? 還是這樣比較好寫?
※ 編輯: EricTao (140.112.137.56), 02/02/2015 14:12:26
看來 by是傳入一個個list而非list(list())，所以只有單層迴圈
回傳值也是一樣，非單一個資料結構?
用rbind串成frame初步完成，只是as.integer還是會顯示浮點數@@"
df[names(x[i])]<-as.integer(sum(x[i]==1))
※ 編輯: EricTao (140.112.137.56), 02/02/2015 17:02:35
6F：→ andrew43: 是否請你寫出一個雛形，看看你卡在哪裡，再來一起解？ 02/03 00:16
7F：→ celestialgod: 給partital data 給你寫的程式碼 再來討論比較好 02/03 13:14
8F：→ celestialgod: 資料不同 怎樣整理比較快也不同 02/03 13:15
抱歉最近在看別的部分，上一次編輯其實是想表達初步解決了的意思。
承蒙如此熱情，就再麻煩大大們，看能不能改進了
資料長這樣
http://ppt.cc/i77w
目前table長這樣
http://ppt.cc/qonZ 有點醜XD 有空再看怎麼調校外觀..
--
output$DFcc<-renderTable({
if(length(input$y)<1)return()
d<-by(cova,eval(parse(text=paste("cova$",input$y,sep=""))),
mtab)
#把input$y的值串在cova$上，例如cova$HTN，作為BY的分組欄位。
#用 d<-by(cova,cova[[input$y]],mtab) 好像就可以了?
f<-t(do.call(rbind,d))
#把BY的回傳值rbind再轉秩成我要的table
})
mtab<-function (x){
df<-list()
df["n"]<-nrow(x)
for(i in 1:length(x))
{
if(names(x[i])=="ID") {}#noop
#這邊想要判斷欄的變數型態不過還不知道怎麼寫好
#字串就跳過但是M/F要處理，不知道能不能用boolean?
#數字如果是1/0視為boolean，但年齡應該要show平均值&range
else if(names(x[i])=="GENDER") {
df["Male"]<-as.character(sum(x[i]=="M"))
df["Female"]<-as.character(sum(x[i]=="F"))
}
......
else {
df[names(x[i])]<-as.character(sum(x[i]==1))
}
}
return(df)
}
※ 編輯: EricTao (140.112.137.56), 02/06/2015 19:06:10
9F：→ andrew43: 用欄名（即變數名）來判斷會不會方便一些？ 02/07 17:06
10F：→ andrew43: 如果純靠資料內容來判斷，似乎比較困難。 02/07 17:07
11F：→ andrew43: 不過這都視你未來會丟進什麼資料而定。 02/07 17:08
12F：→ EricTao: 對阿 目前是靠欄位名判斷 想順便練習看看就是XD 02/07 22:22
13F：→ andrew43: length(table(x)) 如果等於 2 可以猜測為binary。 02/07 23:14
如果能判斷此欄的數值range，對了，像
圖一中age的range應該用什麼方法來算呢?
同樣的方法能判斷1/0的特徵吧?
用max/min好像可以耶? 之前一直腦筋轉不過來
※ 編輯: EricTao (140.112.137.56), 02/09/2015 15:56:16