计算无脂肪质量并将函数应用于数据集答案

【问题标题】：calculate fat free mass and apply the function to data set计算无脂肪质量并将函数应用于数据集
【发布时间】：2014-12-02 13:24:59
【问题描述】：

我有一个如下所示的数据集：

 ID SEX WEIGHT  BMI
 1  2   65      25
 1  2   65      25
 1  2   65      25
 2  1   70      30
 2  1   70      30
 2  1   70      30
 2  1   70      30
 3  2   50      18
 3  2   50      18
 4  1   85      20
 4  1   85      20

我想计算无脂肪质量 (FFM) 并将该值附加到数据集中每个人的新列中。这些是计算男性和女性 FFM 的函数：

男性 (SEX=1)：

FFMCalMale <- function (WEIGHT, BMI) {
FFM = 9270*WEIGHT/(6680+216*BMI)
}

对于女性 (SEX=2)：

FFMCalFemale <- function(WEIGHT, BMI) {
FFM = 9270*WEIGHT/(8780+244*BMI)

}

我想修改这个函数，让它检查 SEX（1，男性或 2 是女性），然后基于此计算 FFM 并为每个人应用该函数。能否请你帮忙？

提前致谢！

【问题讨论】：

你想要sql中的答案吗？我不太确定我需要用什么语言来写它
@Alex 我不确定你所说的 sql 是什么意思。答案将是一个数字。我想在名为 (FFM) 的数据集中添加一个新列，其中包含分析器。与每个人的 BMI 列的样式相同。
你的代码是什么语言的？
你的女性公式有问题：> FMCalFemale(80, 30) ans:[1] 84.17707 。 FFM 怎么可能超过 WEIGHT？（虽然这不是 R 语言问题）
@rnso 你是对的 =) 我错过了等式中的一些内容。它应该是 FFM=9270*WT/(8780+244*BMI)。感谢您的关注:)

标签： r dataframe

【解决方案1】：

你可以使用ifelse

data$FFM <- ifelse(data$SEX==1, 
                   FFMCalMale(data$WEIGHT, data$BMI), 
                   FFMCalFemale(data$WEIGHT, data$BMI))

【讨论】：

【解决方案2】：

这里有两种方法，一种只是获取数据框（假设它包含名称为SEX、WEIGHT 和BMI 的列）：

dffunc <- function(dataframe) {
   ifelse(dataframe$SEX == 1, 
      9270 * dataframe$WEIGHT / (6680 + 216 * dataframe$BMI), 
      9270 * dataframe$WEIGHT / (8780 + dataframe$BMI))
}

或按照您最初的格式，但添加 SEX 参数：

func <- function(WEIGHT, BMI, SEX) {
   ifelse(SEX == 1, 
      9270 * WEIGHT / (6680 + 216 * BMI), 
      9270 * WEIGHT / (8780 + BMI))
}

【讨论】：

【解决方案3】：

data.table 方法：

mydata <- read.table(
  header = T, con <- textConnection
  ('
ID SEX WEIGHT  BMI
1  2   65      25
1  2   65      25
1  2   65      25
2  1   70      30
2  1   70      30
2  1   70      30
2  1   70      30
3  2   50      18
3  2   50      18
4  1   85      20
4  1   85      20
   '), stringsAsFactors = FALSE)
close(con)
library(data.table) ## load data.table
setDT(mydata) ## convert the data to datatable
FFMCalMale <- function (WEIGHT, BMI) {
  FFM = 9270*WEIGHT/(6680+216*BMI)
}
FFMCalFemale <- function(WEIGHT, BMI) {
  FFM = 9270*WEIGHT/(8780+BMI) 
}
setkey(mydata, SEX)
mydata[, FFM := ifelse(SEX == 1,
                       FFMCalMale(WEIGHT, BMI),
                       FFMCalFemale(WEIGHT, BMI))][]

#    ID SEX WEIGHT BMI      FFM
# 1:  2   1     70  30 49.30851
# 2:  2   1     70  30 49.30851
# 3:  2   1     70  30 49.30851
# 4:  2   1     70  30 49.30851
# 5:  4   1     85  20 71.63182
# 6:  4   1     85  20 71.63182
# 7:  1   2     65  25 68.43271
# 8:  1   2     65  25 68.43271
# 9:  1   2     65  25 68.43271
# 10:  3   2     50  18 52.68243
# 11:  3   2     50  18 52.68243

【讨论】：