我正在尝试获取参与者ID的列表，以及他们不符合标准的响应百分比。
我的数据简短版本如下所示（数据名称：MyData）：
2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L
), .Label = c("rladb11", "rladb7"), class = "factor"), blocknum = c(1L,
2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 4L, 1L, 2L, 2L, 2L, 2L,
2L, 3L, 3L, 3L, 3L, 3L, 4L), latency = c(322L, 277L, 243L, 188L,
642L, 155L, 122L, 233L, 280L, 142L, 834L, 134L, 744L, 557L, 523L,
432L, 524L, 534L, 476L, 533L, 967L, 476L, 523L, 555L)), class = "data.frame", row.names = c(NA,
-24L))
我们需要排除数据响应超过“快速”响应（<300ms）的10％以上的参与者。我们有变量-ID，Blocknum和延迟（速度）。
因此，可能的预期结果是（使用提供的数据），例如：
- 参与者ID及其响应/数据比例<300ms的列表。
1. rladb7 0.90
或者如果选项1是不可能的， 2.只列出参与者ID
rladb7
我一直在尝试逐步执行此操作，并通过group_by函数使用它，但是它似乎没有显示正确的数字。
这是我尝试过的代码和结果：
MyData %>% summarise(length(which(MyData$latency<300)))
<fct> <int>
1 rladb11 9 (<< they are somehow put the total number for both)
2 rladb7 9
SpeedCount <- length(which(MyData$latency<300))
SpeedProp <- SpeedCount/nrow(MyData)
[1] 0.375 (<<same as above--this is a proportion of all the fast responses from all the participants out of all the responses from all the participants)
这不太正确。我不确定如何同时完成这两项工作（<300ms的响应数和每个参与者的所有响应中快速响应的比例），这是我期望分别发生的事情：
<fct> <int>
1 rladb11 9 .90
2 rladb7 0 .00
不幸的是，我可能希望看到那些不符合标准的用户（超过10％的响应是<300ms），所以像这样：
<fct> <int>
1 rladb11 9 .90
或我上面列出的一个（参与者ID和％的列表，参与者ID的列表，这两个都不符合条件）
是否有最佳解决方案来获取不符合条件的人员名单？
谢谢！
