如何在R中总结一个组的模式

Question

我想比较来自两个不同索赔付款人的 CPT 代码的成本。两者都有平价和非平价供应商。我正在使用 dplyr 和 modeest::mlv，但效果不如预期。这是一些示例数据；

source CPTCode ParNonPar Key         net_paid  PaidFreq seq
ABC   100       Y      ABC100Y  -341.00     6   1
ABC   100       Y      ABC100Y     0.00     2   2
ABC   100       Y      ABC100Y   341.00     6   3
XYZ   103       Y      XYZ103Y   740.28     1   1
XYZ   104       N      XYZ104N     0.00     2   1
XYZ   104       N      XYZ104N   401.82     1   2
XYZ   104       N      XYZ104N   726.18     1   3
XYZ   104       N      XYZ104N   893.00     1   4
XYZ   104       N      XYZ104N   928.20     2   5
XYZ   104       N      XYZ104N   940.00     2   6

和代码

str(data)
View(data)

## Expand frequency count to individual observations
n.times <- data$PaidAmounts
dataObs <- data[rep(seq_len(nrow(data)), n.times),]

## Calculate mean for each CPTCode (for mode use modeest library)
library(dplyr)
library(modeest)
dataSummary <- dataObs %>%
  group_by(ParNonPar, CPTCode) %>%
  summarise(mean = mean(net_paid),
            median=median(net_paid),
            mode = mlv(net_paid, method=mfv),
            total = sum(net_paid))
str(dataSummary)

我以为我可以在汇总函数中加载 modeest 的均值和中位数，但是这个公式出错了 as.character(x) 中的错误：无法将类型 'closure' 强制转换为类型 'character' 的向量如果没有 mlv，我会得到这样的 df，但我想要的是在一行中获取付款人 cpt 的所有统计信息。我设想通过限制 x 和 y 段在箱线图中绘制它，一旦我得到我需要的连续

不恰当的答案是这个（我忘了在这里输入付款人姓名！）

ParNonPar   CPTCode mean          median(net_paid)  total
N           0513F   0.000000    0.000           0.00
N           0518F   0.000000    0.000           0.00 
N           10022   0.000000    0.000           0.00
N           10060   73.660000   90.120        294.64
N           10061   324.575000  340.500      1298.30
N           10081   312.000000  312.000       312.00

thanks very much for your time and effort.

Answer 1

您需要对代码进行一些更改，mlv 才能正常工作。

方法 (mfv) 必须在引号内 ('mfv')。这就是导致您出错的原因。
在你这样做之后，因为 mlv returns 一个列表，你必须将一个值提供给 summarise()。假设您想要模式 ('M')，您可以从列表中选择该元素。

尝试：

dataSummary <- dataObs %>%
  group_by(ParNonPar, CPTCode) %>%
  summarise(mean = mean(net_paid), 
            meadian=median(net_paid), 
            mode = mlv(net_paid, method='mfv')[['M']], 
            total = sum(net_paid))

获得：

> dataSummary
Source: local data frame [3 x 6]
Groups: ParNonPar

  ParNonPar CPTCode     mean meadian     mode   total
1         N     104 639.7111  893.00 622.7333 5757.40
2         Y     100   0.0000    0.00   0.0000    0.00
3         Y     103 740.2800  740.28 740.2800  740.28

希望能帮助您前进。

Answer 2

我使用这种方法：

df <- data.frame(groups = c("A", "A", "A", "B", "B", "C", "C", "C", "D"), nums = c("1", "2", "1", "2", "3", "4", "5", "5", "1"))

看起来像：

 groups nums
  A    1
  A    2
  A    1
  B    2
  B    3
  C    4
  C    5
  C    5
  D    1

然后我定义：

mode <- function(codes){
  which.max(tabulate(codes))
}

并执行以下操作：

mds <- df %>%
  group_by(groups) %>%
  summarise(mode = mode(nums))

给予：

  groups  mode
 A          1
 B          2
 C          5
 D          1

如何在R中总结一个组的模式

How to get the mode of a group in summarize in R

r

statistics

dplyr

mode