Question

我有一个包含10个变量的数据框，所有这些变量都是数字，其中一个变量名是age，我想根据age.example对观察进行分组。年龄17到18岁一组，19-22岁另一组，然后每一组应附加到每组。结果应该是进一步操作的数据帧。数据框的模型：

A   B   AGE
25  50  17
30  42  22
50  60  19
65  105 17
355 400 21
68  47  20
115 98  18
25  75  19

我想要像

这样的结果

17-18 
A   B   AGE
25  50  17
65  105 17
115 98  18

19-22
A   B   AGE
30  42  22
50  60  19
355 400 21
68  47  20
115 98  18
25  75  19

我根据Age var使用split函数对数据集进行分组，现在我关心的是如何操作分组数据。例如：答案看起来像

$1

  A   B   AGE
  25  50  17
  65  105 17
  115 98  18

$2
A   B   AGE
    30  42  22
    50  60  19
    355 400 21
    68  47  20
    115 98  18
    25  75  19

我的问题是我如何访问每个组以进行进一步操作？例如：如果我想分别对每个组进行t检验？

Answer 1

分割功能适用于数据帧。使用cut和＆＃39;休息＆＃39;或findInterval具有一组适当的分界点（命名为＆＃39; vec＆＃39;如果您使用的是命名参数）作为分组的标准，第二个参数为split。 cut的默认值是右侧关闭的时间间隔，左侧是findInterval的默认值。

> split(dat, findInterval(dat$AGE, c(17, 19.5, 22.5)))
$`1`
    A   B AGE
1  25  50  17
3  50  60  19
4  65 105  17
7 115  98  18
8  25  75  19

$`2`
    A   B AGE
2  30  42  22
5 355 400  21
6  68  47  20

Answer 2

以下是使用cut

的方法

lst <- split(df1, cut(df1$AGE, breaks=c(16, 18, 22), labels=FALSE))
lst
# $`1`
#   A   B AGE
#1  25  50  17
#4  65 105  17
#7 115  98  18

#$`2`
#   A   B AGE
#2  30  42  22
#3  50  60  19
#5 355 400  21
#6  68  47  20
#8  25  75  19

更新

如果您需要为每个＆＃34;列表＆＃34;找到sum，mean列。元件

lapply(lst, function(x) rbind(colSums(x[-3]),colMeans(x[-3])))

但是，如果目标是根据组找到摘要统计信息，则可以使用任何聚合函数来完成

 library(dplyr)
 df1 %>% 
     group_by(grp=cut(AGE, breaks=c(16, 18, 22), labels=FALSE)) %>% 
     summarise_each(funs(sum=sum(., na.rm=TRUE),
                      mean=mean(., na.rm=TRUE)), A:B)
 #   grp A_sum B_sum    A_mean    B_mean
 #1   1   205   253  68.33333  84.33333
 #2   2   528   624 105.60000 124.80000

或使用aggregate

中的base R

 do.call(data.frame,
   aggregate(cbind(A,B)~cbind(grp=cut(AGE, breaks=c(16, 18, 22), 
    labels=FALSE)), df1, function(x) c(sum=sum(x), mean=mean(x))))

数据

df1 <- structure(list(A = c(25L, 30L, 50L, 65L, 355L, 68L, 115L, 25L
), B = c(50L, 42L, 60L, 105L, 400L, 47L, 98L, 75L), AGE = c(17L, 
22L, 19L, 17L, 21L, 20L, 18L, 19L)), .Names = c("A", "B", "AGE"
), class = "data.frame", row.names = c(NA, -8L))

基于一个变量对数据帧进行分组

2 个答案:

更新

数据