Skip to main content
título editado
Enlace
Patricio Moracho
  • 61.1k
  • 12
  • 42
  • 72

Cómo ¿Cómo usar de manera eficiente subset y group_by?

Tengo un df original enorme que contiene datos de temperatura y peso. Al hacer

ndatos<-df %>% group_by(tt) %>% summarise(peso=mean(peso), n=n())%>% data.frame()

ndatos <- df %>% 
  group_by(tt) %>%
  summarise(peso=mean(peso),
               n=n())%>%
  data.frame()

puedo ver que para cada categoría de temperatura tengo diferente número de observaciones, así:

df

Temp Obs Pesomedio

-3 782 40 -2 815 32 -1 3586 52 0 561 78 1 256 89 2 758 99

df

Temp   Obs     Pesomedio

-3      782      40
-2      815      32
-1      3586     52
0       561      78
1       256      89
2       758      99

Lo que debo hacer es eliminar de cada categoría de temperatura el 1% de los valores de peso más altos y más bajos sobre la media del valor. No sé cómo hacerlo de forma sencilla y eficiente, porque lo primero que se me ha ocurrido es hacer un subset por categoría, luego sacar la media y luego eliminar manualmente los valores más altos y más bajos sin que estos superen el 2% del total... pero esto me llevaría horas o días.

Espero haberme explicado y que me puedan ayudar. Gracias!

Tengo un df original enorme que contiene datos de temperatura y peso. Al hacer

ndatos<-df %>% group_by(tt) %>% summarise(peso=mean(peso), n=n())%>% data.frame()

puedo ver que para cada categoría de temperatura tengo diferente número de observaciones, así:

df

Temp Obs Pesomedio

-3 782 40 -2 815 32 -1 3586 52 0 561 78 1 256 89 2 758 99

Lo que debo hacer es eliminar de cada categoría de temperatura el 1% de los valores de peso más altos y más bajos sobre la media del valor. No sé cómo hacerlo de forma sencilla y eficiente, porque lo primero que se me ha ocurrido es hacer un subset por categoría, luego sacar la media y luego eliminar manualmente los valores más altos y más bajos sin que estos superen el 2% del total... pero esto me llevaría horas o días.

Espero haberme explicado y que me puedan ayudar. Gracias!

Tengo un df original enorme que contiene datos de temperatura y peso. Al hacer

ndatos <- df %>% 
  group_by(tt) %>%
  summarise(peso=mean(peso),
               n=n())%>%
  data.frame()

puedo ver que para cada categoría de temperatura tengo diferente número de observaciones, así:

df

Temp   Obs     Pesomedio

-3      782      40
-2      815      32
-1      3586     52
0       561      78
1       256      89
2       758      99

Lo que debo hacer es eliminar de cada categoría de temperatura el 1% de los valores de peso más altos y más bajos sobre la media del valor. No sé cómo hacerlo de forma sencilla y eficiente, porque lo primero que se me ha ocurrido es hacer un subset por categoría, luego sacar la media y luego eliminar manualmente los valores más altos y más bajos sin que estos superen el 2% del total... pero esto me llevaría horas o días.

Espero haberme explicado y que me puedan ayudar. Gracias!

Origen Enlace
Caro
  • 807
  • 2
  • 10
  • 24

Cómo usar de manera eficiente subset y group_by?

Tengo un df original enorme que contiene datos de temperatura y peso. Al hacer

ndatos<-df %>% group_by(tt) %>% summarise(peso=mean(peso), n=n())%>% data.frame()

puedo ver que para cada categoría de temperatura tengo diferente número de observaciones, así:

df

Temp Obs Pesomedio

-3 782 40 -2 815 32 -1 3586 52 0 561 78 1 256 89 2 758 99

Lo que debo hacer es eliminar de cada categoría de temperatura el 1% de los valores de peso más altos y más bajos sobre la media del valor. No sé cómo hacerlo de forma sencilla y eficiente, porque lo primero que se me ha ocurrido es hacer un subset por categoría, luego sacar la media y luego eliminar manualmente los valores más altos y más bajos sin que estos superen el 2% del total... pero esto me llevaría horas o días.

Espero haberme explicado y que me puedan ayudar. Gracias!