group protect_tet auth <fct> <fct> <int> 1 GROUP1 No 4 2 GROUP1 Yes 217 3 GROUP2 No 10 4…
- User
group protect_tet auth 1 GROUP1 No 4 2 GROUP1 Yes 217 3 GROUP2 No 10 4 GROUP2 Yes 217
Мне нужно в этой таблице создать новый столбец, который будет представлять сумму auth по строкам GROUP1 и GROUP2, сделай это в R с использованием pipe
- Assistant
Вам нужно использовать функции из пакета
dplyr, чтобы создать новый столбец с суммой значений из столбцаauthдля каждой группы. Вы можете использоватьmutateиgroup_by, а также оператор%>%(pipe). Вот как это можно сделать:library(dplyr) # Пример вашего датафрейма data <- data.frame( group = factor(c("GROUP1", "GROUP1", "GROUP2", "GROUP2")), protect_tet = factor(c("No", "Yes", "No", "Yes")), auth = c(4, 217, 10, 217) ) # Создание нового столбца с суммой auth по группам result <- data %>% group_by(group) %>% mutate(auth_sum = sum(auth)) %>% ungroup() print(result)В этом коде:
- Мы создаем новый датафрейм
result, где добавляем новый столбецauth_sum, который содержит сумму значенийauthдля каждой группы (GROUP1иGROUP2). - Используем
ungroup()для возвращения к нежесткой структуре данных, чтобы избежать проблем с последующими операциями.
После выполнения этого кода,
resultбудет содержать столбецauth_sum, который представляет суммуauthдля каждой группы. - Мы создаем новый датафрейм
- User
как с помощью пайпов рассчитать доверительные интервалы методом клоппер пирсона
- Assistant
Для расчета доверительных интервалов методом Клоппера-Пирсона (или "доверительных интервалов для пропорций") в R с использованием пакета
dplyrи функцииbinom.testдля биномиальных данных, вы можете следовать следующим шагам. Для этого вам также может понадобиться использовать пакетpurrr, чтобы применить функцию к группам.Предположим, у вас есть датафрейм и вы хотите рассчитать доверительные интервалы для пропорции успешных попыток в каждой группе. Вот пример кода, как это можно сделать:
library(dplyr) library(purrr) # Пример вашего датафрейма data <- data.frame( group = factor(c("GROUP1", "GROUP1", "GROUP2", "GROUP2")), success = c(4, 217, 10, 217), total_attempts = c(100, 300, 50, 300) # общее количество попыток для каждой группы ) # Расчет доверительных интервалов Клоппера-Пирсона для каждой группы result <- data %>% group_by(group) %>% summarise( success = sum(success), total = sum(total_attempts), # Здесь мы вычисляем доверительные интервалы ci_lower = map_dbl(1:n(), ~ binom.test(success[.], total[.], conf.level = 0.95)$conf.int[1]), ci_upper = map_dbl(1:n(), ~ binom.test(success[.], total[.], conf.level = 0.95)$conf.int[2]) ) %>% ungroup() print(result)В этом коде:
- Мы создаем датафрейм
data, в котором есть группы, количество успешных попыток и общее количество попыток. - Используем
group_byдля группировки по переменнойgroup. - Затем с помощью
summariseмы вычисляем общее количество успешных попыток и общее количество попыток в каждой группе. - Для вычисления доверительных интервалов использован
binom.test, который возвращает доверительные интервалы для заданного уровня доверия (в данном случае 95%). map_dblприменяется для обработки каждой группы и извлечения нижней и верхней границ доверительного интервала.
Пожалуйста, замените значения в
data.frameна ваши собственные данные, если это необходимо. - Мы создаем датафрейм
- User
protect_tet auth group
95_CI
1 No 0 GROUP1 [0.00%;1.69%]
2 Yes 217 GROUP1 [98.31%;100.00%] 3 No 0 GROUP2 [0.00%;1.69%]
4 Yes 217 GROUP2 [98.31%;100.00%] Мне нужно перевернуть таблицу так, чтобы по строкам были No, Yes,95_CI, а в столбцах GROUP1 и GROUP2. Сделай в R - Assistant
Чтобы перевернуть таблицу в формат, где
No,Yesи95_CIбудут в строках, аGROUP1иGROUP2— в столбцах, вы можете использовать функциюpivot_longerиpivot_widerиз пакетаtidyr. Вот пример кода, который выполняет эту задачу на основе вашего датафрейма:# Установите пакет tidyr, если он еще не установлен # install.packages("tidyr") library(dplyr) library(tidyr) # Ваш пример датафрейма data <- data.frame( protect_tet = factor(c("No", "Yes", "No", "Yes")), auth = c(0, 217, 0, 217), group = factor(c("GROUP1", "GROUP1", "GROUP2", "GROUP2")), `95_CI` = c("[0.00%;1.69%]", "[98.31%;100.00%]", "[0.00%;1.69%]", "[98.31%;100.00%]") ) # Перестановка таблицы result <- data %>% select(protect_tet, group, `95_CI`) %>% pivot_wider(names_from = group, values_from = c(protect_tet, `95_CI`), values_fn = list(protect_tet = first, `95_CI` = first)) # Результат print(result)В этом коде:
- Мы сначала создаем датафрейм
dataс вашими данными. - Затем используем
select, чтобы оставить только нужные столбцы:protect_tet,groupи95_CI. - Используем
pivot_wider, чтобы "перевернуть" таблицу. Вnames_fromмы указываем, что хотим использовать значения из столбцаgroupв качестве заголовков столбцов. Вvalues_fromмы указываем, что хотим заполнять эти столбцы значениями изprotect_tetи95_CI. values_fnпозволяет указать, как обрабатывать случаи, если для одной и той же группы есть несколько значений. В данном случае мы используемfirst, чтобы просто взять первое значение (как в вашем примере нет дубликатов).
После выполнения этого кода,
resultбудет иметь структуру, где строки будут представлятьNo,Yesи95_CI, а столбцы будутGROUP1иGROUP2. - Мы сначала создаем датафрейм