根据值的出现频率分配权重
|
我想请教我有关数据框的问题。它是多个阶段的向量，每个阶段都有变量的名称。可以说
vec<-data.frame(phase1= c(\"var1\",\"var2\",\"var3\",\"var4\",\"var5\",\"var6\"),
phase2= c(\"var1\",\"var3\",\"var4\",\"var2\",\"var6\",\"var5\"),
phase3= c(\"var4\",\"var3\",\"var2\",\"var1\",\"var6\",\"var5\"))
vec
phase1 phase2 phase3
1 var1 var1 var4
2 var2 var3 var3
3 var3 var4 var2
4 var4 var2 var1
5 var5 var6 var6
6 var6 var5 var5
phase1 phase2 phase3
var1 0.33 0.33 0
var2 0.33 0 0.33
var3 0.33 0.33 0.33
var4 0 0.33 0.33
var5 0 0 0
var6 0 0 0
没有找到相关结果
已邀请:
3 个回复
俺呵誓放胳
n<-3 l<-dim(vec)[1] wghts<-c(rep(1/n, n), rep(0, l-n)) result<-do.call(cbind, lapply(vec, function(curcol){ wghts[match(curcol, vec$phase1)] }))体悉
查找匹配项，并使用设置匹配项：诉嘎归亮
中设置的权重，因为在中出现行的比例。最简单的方法是使用函数：给定离散值向量，它将产生不同值的频率计数。如果要基于数据帧的前三行获得所需的权重，则只需执行以下操作：> sapply(vec[1:3,],table)/3 phase1 phase2 phase3 var1 0.3333333 0.3333333 0.0000000 var2 0.3333333 0.0000000 0.3333333 var3 0.3333333 0.3333333 0.3333333 var4 0.0000000 0.3333333 0.3333333 var5 0.0000000 0.0000000 0.0000000 var6 0.0000000 0.0000000 0.0000000> sapply(vec[1:4,],table)/4 phase1 phase2 phase3 var1 0.25 0.25 0.25 var2 0.25 0.25 0.25 var3 0.25 0.25 0.25 var4 0.25 0.25 0.25 var5 0.00 0.00 0.00 var6 0.00 0.00 0.00