基于多个标准的数据框架上的身份组

killo 发布于 2019-03-09 r 最后更新 2019-03-09 14:42 3 浏览

问题 我试图找到一个解决方案来克服建立采样点的缺陷实验设计。目标是对原始数据集进行子集分析,根据具有多个层次的2个因子强制进行采样点分层。 我需要一个能够让我重新定义一套标准水平的问题的一般表述。

注意 我发现了基于标准的子表格示例,最相关的是来自Brian Diggs的帖子,但我无法找到将该解决方案应用于我的特定情况的一般方法。

数据集 我的data.frame有3列,样本id和两个因素(f1和f2)。 标准基于f1和f2的值的间隔。
dat <- structure(list(id = 1:203, f1 = c(22, 20.8, 20.7, 22, 12.1, 8, 
20.6, 22, 22, 21.6, 0, 22, 21.4, 15.9, 21.2, 19.1, 12.5, 16.6, 
14, 21.2, 14.7, 20.7, 20.5, 5.4, 19.1, 18.9, 22, 22, 22, 0, 0, 
22, 1.3, 1, 0, 9.4, 7.9, 14.5, 0, 1.5, 0, 20.3, 18, 17.3, 1, 
22, 0, 15, 17.9, 4.3, 19.5, 21.2, 21.2, 14.6, 2.3, 0, 6.7, 17.9, 
9.5, 19, 21.6, 16.6, 11.7, 13.7, 1.5, 1, 7.6, 3.7, 18.5, 13.5, 
20.9, 18.2, 11.5, 7.3, 6.5, 21.1, 22, 20.5, 20.5, 20, 16.2, 18.6, 
22, 15.1, 14.4, 10.8, 17.1, 5.7, 15.1, 12.8, 14.5, 8.8, 16.8, 
18.7, 1, 6.3, 1.8, 14.6, 22, 16.2, 12.9, 9.1, 2, 7.6, 7, 11.7, 
1, 1, 9.6, 11, 2, 2, 14, 14.9, 7.8, 11.4, 8.3, 7.6, 9.1, 4.5, 
18, 11.4, 3.1, 4.3, 9.3, 8.1, 1.4, 5.2, 14.7, 3.6, 5, 2.7, 10.3, 
11.3, 17.9, 5.2, 1, 1.5, 13.2, 0, 1, 7.4, 1.7, 11.5, 20.2, 0, 
14.7, 17, 15.2, 22, 22, 22, 17.2, 15.3, 10.9, 18.7, 11.2, 18.5, 
20.3, 21, 20.8, 15, 21, 16.9, 18.5, 18.5, 10.3, 12.6, 15, 19.8, 
21, 17.2, 16.3, 18.3, 10.3, 17.8, 11.2, 1.5, 1, 0, 1, 14, 19.1, 
6.1, 19.2, 17.1, 14.5, 18.4, 22, 20.3, 6, 13, 18.3, 8.5, 15.3, 
10.6, 7.2, 6.2, 1, 7.9, 2, 20, 16.3), f2 = c(100, 100, 92.9, 
38.5, 100, 90.9, 100, 100, 100, 91.7, 0, 100, 71.4, 100, 100, 
53.8, 28.6, 91.7, 100, 100, 64.3, 100, 92.9, 78.6, 100, 100, 
27.3, 83.3, 14.3, 0, 0, 9.1, 23.1, 12.5, 0, 100, 81.8, 100, 0, 
15.4, 0, 83.3, 100, 75, 7.1, 81.8, 0, 21.4, 84.6, 25, 80, 90.9, 
100, 71.4, 50, 0, 46.2, 90.9, 14.3, 66.7, 90.9, 84.6, 46.2, 91.7, 
33.3, 7.7, 71.4, 27.3, 46.2, 100, 100, 100, 60, 54.5, 46.2, 53.8, 
91.7, 100, 100, 66.7, 45.5, 57.1, 15.4, 75, 75, 76.9, 53.8, 25, 
90.9, 84.6, 91.7, 90.9, 100, 54.5, 23.1, 63.6, 30.8, 90.9, 92.9, 
100, 92.3, 90.9, 12.5, 38.5, 15.4, 84.6, 27.3, 7.1, 75, 21.4, 
7.7, 15.4, 84.6, 100, 69.2, 63.6, 64.3, 53.8, 92.3, 33.3, 11.1, 
61.5, 66.7, 23.1, 85.7, 81.8, 41.7, 69.2, 76.9, 38.5, 9.1, 23.1, 
85.7, 90, 100, 100, 14.3, 36.4, 84.6, 0, 7.7, 61.5, 25, 50, 100, 
0, 63.6, 36.4, 76.9, 100, 100, 100, 100, 90.9, 100, 100, 100, 
100, 100, 83.3, 100, 100, 100, 100, 50, 54.5, 71.4, 100, 85.7, 
100, 75, 100, 76.9, 83.3, 100, 92.3, 33.3, 76.9, 33.3, 0, 40, 
91.7, 100, 53.8, 100, 100, 100, 100, 100, 92.3, 76.9, 23.1, 84.6, 
33.3, 100, 92.3, 46.2, 100, 9.1, 53.8, 7.7, 20, 42.9)), .Names = c("id", 
"f1", "f2"), class = "data.frame", row.names = c(NA, -203L))

预期的输出 理想情况下,采样点应按照交叉设计进行分组(这不是完整的因子设计)。 对于因子f1:0,1-15,30-60,80-95,100 因子f2:0,5-10,15-20
我需要找到给定f1和f2间隔的所有组合的点,如下所示:
gr <- expand.grid(f1=c('0', '1-15', '30-60', '80-95', '100'),
                  f2=c('0', '5-10', '15-20'))
> gr
      f1    f2
1      0     0
2   1-15     0
3  30-60     0
4  80-95     0
5    100     0
6      0  5-10
7   1-15  5-10
8  30-60  5-10
9  80-95  5-10
10   100  5-10
11     0 15-20
12  1-15 15-20
13 30-60 15-20
14 80-95 15-20
15   100 15-20
该解决方案应根据gr行拆分dat。 这不是一个完整的因子设计,因为不是所有的组合都能满足这个特定的标准组合,但识别NA也很重要。 任何帮助将不胜感激。如果我提供了足够的信息,请告诉我。

已邀请:

xnemo

赞同来自:

使用cut,根据您的断点将f1f2分成factorpaste factor,然后根据factor组合split

dat$f1.group<-cut(dat$f1,c(0,1,15,30,60,80,90,95,100))
dat$f2.group<-cut(dat$f1,c(0,5,10,15,20))
gr<-expand.grid(levels(dat$f1.group),levels(dat$f2.group))
names(gr)<-c('f1.group','f2.group')
gr$combined = paste(gr$f1.group,gr$f2.group)
dat<-merge(gr,dat)[c('id','f1','f2','combined')]
split(dat,dat$combined)
这将为您提供data.framelistgr中定义的每个组合都有一个元素。你可以轻松地通过这些阶层进行采样。