从列表的数据帧中将前 25% 的行分配为 T，将其他行分配为 F答案

【问题标题】：assign first 25 percent of rows as T and others as F from dataframes of list从列表的数据帧中将前 25% 的行分配为 T，将其他行分配为 F
【发布时间】：2017-04-09 05:53:42
【问题描述】：

我在列表中有一个随机采样的数据帧行列表。我想将所有数据框中的前 25% 的行指定为 T，其他行指定为 F。例如：

vec.1 <- c(1:574)
vec.2 <- c(3001:3574)
df.1 <- data.frame(vec.1, vec.2)
df.2 <- data.frame(vec.2, vec.1)

my_list <- replicate(10, df.1[sample(nrow(df.1)),] , simplify = FALSE)

在这个数据框列表中，我想将前 25% 的行指定为 F，将所有其他行指定为 T。如何执行此操作？

【问题讨论】：

标签： r list if-statement dataframe

【解决方案1】：

您可以轻松编写如下函数以在lapply 中使用：

myFun <- function(indf) {
  indf$vec.3 <- seq_len(nrow(indf)) <= .25*nrow(indf)
  indf
}

那么用法就是lapply(my_list, myFun)。

【讨论】：

谢谢。此函数添加一个新列。我不想添加新列。但是如果有更多列，我想将其应用于所有现有列或第 2 到 4 列。您能对此添加更多评论吗？
@AnwarHossain，当然。提供一些可重现的输入和所需的输出，我很乐意提供帮助。
另请注意，在创建额外列后，如果您希望它们位于不同的 data.frames 中，您可以只使用 split 数据。
谢谢。关于您的第二条评论的想法很好，但考虑到我的数据量，这将带来很多额外的工作。你能看到这个帖子吗：link？我在那里收到了一条评论，但这并没有解决问题。最好编辑该功能或制作可以这样工作的新功能。任何帮助将不胜感激。
@AnwarHossain，你到底想做什么？例如，在得到你的“T”和“F”或者你的“H”和“L”之后，你打算用它做什么？另外，如果您关心大数据的效率，您是否考虑过使用data.table？

【解决方案2】：

猜测这是交叉验证方法的开始，您可以使用 modelr-package 执行以下操作

require(modelr)
dat <- crossv_mc(df.1, 10, test = 0.25)

现在 dat 如下所示：

# A tibble: 10 × 3
            train           test   .id
           <list>         <list> <chr>
1  <S3: resample> <S3: resample>    01
2  <S3: resample> <S3: resample>    02
...
10 <S3: resample> <S3: resample>    10

因此，您有一个列火车保存 75% 的数据，另一列测试保存测试数据。这相当于您的FALSE/TRUE 拆分。

您可以按如下方式使用它（采用来自?crossv_mc 的示例）

分配一个保存模型的新列：

dat$mod <- lapply(dat$train, function(x){
  lm(vec.1 ~ vec.2, data = as.data.frame(x))
})

重要的部分是：as.data.frame(x)。如果您想访问您的数据，请使用它。见?resample。

使用测试数据对模型进行一些统计：

mapply(rmse, dat$mod, dat$test)

【讨论】：

【解决方案3】：

改编自here 来自#SirSaleh 的回答。

sensitivity.rand <- function(vector, threshold){
  num_to_thres <- floor(threshold*0.01*length(vector))
  l = length (vector)
  score = c(rep("T",num_to_thres),rep("F",l-num_to_thres))
  return(score)
}

现在任何阈值都适合。

【讨论】：