Расчет пропорций на основе условий

см. пример данных ниже:

data <- data.frame(q1=c(3,4,5,2,1,2,4),
                   q2=c(3,4,4,5,4,3,2),
                   q3=c(2,3,2,3,1,2,3),
                   q4=c(3,4,4,4,4,5,5))

Я хотел бы создать еще один столбец, который показывает процент ответов 4/5. Результат, который я надеюсь получить, выглядит примерно так. Любая помощь приветствуется, спасибо!

 q1 q2 q3 q4 percent
1  3  3  2  3    0.00
2  4  4  3  4    0.75
3  5  4  2  4    0.75
4  2  5  3  4    0.50
5  1  4  1  4    0.50
6  2  3  2  5    0.25
7  4  2  3  5    0.50

Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
79
4
Перейти к ответу Данный вопрос помечен как решенный

Ответы 4

library(dplyr)
data <- data.frame(q1=c(3,4,5,2,1,2,4),
                   q2=c(3,4,4,5,4,3,2),
                   q3=c(2,3,2,3,1,2,3),
                   q4=c(3,4,4,4,4,5,5))

percent_4_5 <- function(x) {
  (sum(x == 4) + sum(x == 5)) / length(x)
}
data %>% rowwise() %>% mutate(percent = percent_4_5(c_across(starts_with("q")))) %>% ungroup()

Одно из возможных решений:

data$percent = rowMeans(data>3)

Или же

data$percent = apply(data, 1, \(x) mean(x %in% 4:5))

  q1 q2 q3 q4 percent
1  3  3  2  3    0.00
2  4  4  3  4    0.75
3  5  4  2  4    0.75
4  2  5  3  4    0.50
5  1  4  1  4    0.50
6  2  3  2  5    0.25
7  4  2  3  5    0.50
Ответ принят как подходящий

Использование rowMeans

library(dplyr)
data %>%
   mutate(percent = rowMeans(across(everything(), ~ .x %in% 4:5)))

-вывод

  q1 q2 q3 q4 percent
1  3  3  2  3    0.00
2  4  4  3  4    0.75
3  5  4  2  4    0.75
4  2  5  3  4    0.50
5  1  4  1  4    0.50
6  2  3  2  5    0.25
7  4  2  3  5    0.50

Другое возможное решение без использования dplyr

library(magrittr)
data$percent <- (data > 3) %>% as.data.frame() %>% apply(., 1, mean) 

Истина считается 1, а Ложь считается 0 при подсчете.

Вывод:

q1 q2 q3 q4 percent
1  3  3  2  3    0.00
2  4  4  3  4    0.75
3  5  4  2  4    0.75
4  2  5  3  4    0.50
5  1  4  1  4    0.50
6  2  3  2  5    0.25
7  4  2  3  5    0.50

Другие вопросы по теме