检查装置是否打破某些限制 R答案

【问题标题】：Check if means break certain limits R检查装置是否打破某些限制 R
【发布时间】：2017-11-15 11:54:27
【问题描述】：

我有一个 100x2 数据集，其中第一列标识样本，第二列代表测量值。每个样本的大小为 4，因此数据集如下所示：

我使用以下方法计算了每个样本的平均值：

df2 = subset(data, select = c(2))
means =  t(sapply(split(df2,rep(seq(1,nrow(df2),4),each=4)),colMeans))

所以我现在有一个包含 25 个均值的向量。我想检查这些方法中的每一个是否超出某些限制（定义如下），然后返回一个对象，其中包含样本 ID、样本的平均值以及它打破的限制的信息，将输出设置为类“谢尔特”：

warning_upper: 130.4
action_upper: 132.1
warning_lower: 123.6
action_lower: 121.9

【问题讨论】：

标签： r

【解决方案1】：

在 AntoniosK 发布他的解决方案的同时，我正在研究解决方案。

我也使用了dplyr 包：

library(dplyr)
df1 <- read.table(text = "V1  V2
1   125.8
1   128.4
1   129.0
1   121.0
2   125.2
2   127.0
2   130.4
2   124.6
3   121.8
3   126.8
3   133.8
3   144.5", header = TRUE)

warn_upper <- 130.4
action_upper  <- 132.1
warn_lower <- 123.6
action_lower  <- 121.9

df1 %>%
        group_by(V1) %>%
        summarize(smean = mean(V2)) %>%
        mutate(warn_hi   = (smean - warn_upper) > 0 ,
               action_hi = (smean - action_upper ) > 0,
               warn_lo   = (-1 * (smean - warn_lower)) > 0 ,
               action_lo = (-1 * (smean - action_lower )) > 0) %>%
        mutate(klass = if_else(warn_lo | action_lo | 
                               warn_hi | action_hi, true = "shewart", false="" ))

结果：

     V1 smean warn_hi action_hi warn_lo action_lo  klass
  <int> <dbl>   <lgl>     <lgl>   <lgl>     <lgl>   <chr>
1     1 126.0   FALSE     FALSE   FALSE     FALSE        
2     2 126.8   FALSE     FALSE   FALSE     FALSE        
3     3 131.7    TRUE     FALSE   FALSE     FALSE shewart

【讨论】：

这太好了 - 谢谢。 “klass”是否特定于 dplyr 用于定义一个类？我以前没见过。
这不是那么重要，您可能可以将该列名称称为“类”。我刚刚试图避免与内置函数名称发生名称冲突。试试 class(df1) 或许能明白我的意思。 colname smean 相同。

【解决方案2】：

我稍微更改了您提供的值，以确保该过程可以正确发现您想要的模式。

library(dplyr)

# example dataset
df = read.table(text = "
V1  V2
1   195.8
1   128.4
1   129.0
1   121.0
2   125.2
2   127.0
2   125.4
2   114.6
", header=T)

# function to return info based on a value
f = function(x) {
  ifelse(x < 121.9, "below action",
         ifelse(x < 123.6, "below warning", 
                ifelse(x > 132.1, "above action",
                       ifelse(x > 130.4, "above warning", "normal"))))
  }


df %>%
  group_by(V1) %>%                      # for each V1
  summarise(MeanValue = mean(V2)) %>%   # calculate means
  mutate(info = f(MeanValue))           # use the function to get relevant info

# # A tibble: 2 x 3
#      V1 MeanValue          info
#   <int>     <dbl>         <chr>
# 1     1    143.55  above action
# 2     2    123.05 below warning

【讨论】：