小编lex*_*gap的帖子

如何总结具有缺失数据的分类变量?

我正在尝试对分类变量脆弱分数执行 group_by 总结。数据的结构使得每个主题都有多个观察结果,其中一些包含缺失的数据,例如

Subject  Frailty
1        Managing well
1        NA
1        NA
2        NA
2        NA
2        Vulnerable
3        NA
3        NA
3        NA
Run Code Online (Sandbox Code Playgroud)

我希望对数据进行汇总,以便在有可用的情况下出现脆弱的描述,如果没有则出现 NA 例如

Subject  Frailty
1        Managing well
2        Vulnerable 
3        NA
Run Code Online (Sandbox Code Playgroud)

我尝试了以下两种方法,它们都返回错误:

Mode <- function(x) {
ux <- na.omit(unique(x[!is.na(x)]))
tab <- tabulate(match(x, ux)); ux[tab == max(tab)]
}

data %>% 
group_by(Subject) %>% 
summarise(frailty = Mode(frailty)) %>% 

Error: Expecting a single value: [extent=2].
Run Code Online (Sandbox Code Playgroud)
condense <- function(x){unique(x[!is.na(x)])}

data %>% 
group_by(subject) %>% 
summarise(frailty = condense(frailty))

Error: Column frailty must …
Run Code Online (Sandbox Code Playgroud)

r summary missing-data categorical-data

5
推荐指数
1
解决办法
67
查看次数

标签 统计

categorical-data ×1

missing-data ×1

r ×1

summary ×1