如何使用R按年统计数据集中MDF列大于65.8的数据点数量
按年统计MDF列符合阈值记录数的实现方法
aggregate 正确写法
你之前的aggregate调用失败是因为第三个参数需要传入作用于分组向量的函数,不能直接写判断条件。正确写法如下:
MeanCMS <- aggregate(MDF ~ year, data = ArKaFlowData, FUN = function(x) sum(x >= 65.8))
这里用公式写法MDF ~ year指定按year分组统计MDF列,不需要手动指定列索引,避免数据集列顺序调整后统计出错。自定义的匿名函数会对每个分组的MDF向量求和逻辑判断结果,R中逻辑值TRUE对应1、FALSE对应0,求和结果就是该分组下符合MDF >= 65.8的记录总数。
输出的MeanCMS是一个数据框,包含year和对应符合条件的记录数两列,可直接用于后续统计分析。
原代码问题说明
- 第一段代码仅单独计算了2011年的符合条件的记录数,返回单值自然不适合多年份的后续分析
- 第二段
aggregate调用未传入合法的处理函数,因此无法运行
可选dplyr实现(更简洁)
如果你使用tidyverse生态,也可以用dplyr的分组统计实现,逻辑更直观:
library(dplyr) MeanCMS <- ArKaFlowData %>% group_by(year) %>% summarise(qualified_count = sum(MDF >= 65.8))
内容的提问来源于stack exchange,提问作者Ryan Gary
相关产品推荐
相关产品推荐

