内容简介:我想知道是否有一种更直接的方式来计算某种类型的变量而不是我通常采用的方法….下面的例子可能最好地解释了它.我有一个2列的数据框(水果和水果是否腐烂).我想,对于每一行,添加例如腐烂的同一类水果的百分比.例如,苹果有4个条目,其中2个是烂的,因此苹果的每一行应为0.5.目标值(纯粹作为说明)包含在“期望结果”列中.我之前已经解决了这个问题
我想知道是否有一种更直接的方式来计算某种类型的变量而不是我通常采用的方法….
下面的例子可能最好地解释了它.我有一个2列的数据框(水果和水果是否腐烂).我想,对于每一行,添加例如腐烂的同一类水果的百分比.例如,苹果有4个条目,其中2个是烂的,因此苹果的每一行应为0.5.目标值(纯粹作为说明)包含在“期望结果”列中.
我之前已经解决了这个问题
*在fruit变量上使用“ddply”命令(以sum / lenght为函数),创建一个新的3 * 2数据帧
*使用“merge”命令将这些值链接回旧数据帧.
这感觉就像一个迂回的方式,我想知道是否有更好/更快的方式这样做!理想的是一种通用的方法,如果一个而不是百分比需要确定所有的水果都烂了,任何水果都烂了等等….
提前谢谢了,
w ^
Fruit Rotten Desired_Outcome_PercRotten 1 Apple 1 0.5 2 Apple 1 0.5 3 Apple 0 0.5 4 Apple 0 0.5 5 Pear 1 0.75 6 Pear 1 0.75 7 Pear 1 0.75 8 Pear 0 0.75 9 Cherry 0 0 10 Cherry 0 0 11 Cherry 0 0 #create example datagram; desired outcome columns are purely inserted as illustrative of target outcomes Fruit=c(rep("Apple",4),rep("Pear",4),rep("Cherry",3)) Rotten=c(1,1,0,0,1,1,1,0,0,0,0) Desired_Outcome_PercRotten=c(0.5,0.5,0.5,0.5,0.75,0.75,0.75,0.75,0,0,0) df=as.data.frame(cbind(Fruit,Rotten,Desired_Outcome_PercRotten)) df
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 特征工程:特征获取、特征规范和特征存储
- 特征工程之特征缩放 & 特征编码
- 特征工程:特征设计、特征可用性评估
- [译] 为什么要做特征缩放,怎么做特征缩放,什么时候做特征缩放?特征缩放三连了解一下
- 特征金字塔特征用于目标检测
- 分组字符合并SQL语句 按某字段合并字符串之一(简单合并)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。