Question

我是R的新手，在计算手段之前努力将多个级别的因子分组。由于我在数百个具有可变级别因素需要分组的文件中执行此操作，因此这个问题变得复杂。我在之前的帖子中看到如何使用levels（）解决单个级别的分组问题，但我的数据对于此方法来说变化太大。

基本上，我想计算一个因子的多个级别的个体和总体平均值。例如，我想计算列状态：Crypt1，Crypt2，Crypt3，Native，Intro，以及Crypt物种的整体平均值（包括Crypt1，Crypt2，和Crypt3，但不是Native或Intro）。然而，一个物种要么具有多个级别的地穴（可变，高达Crypt8），要么具有原生和简介，并且每个等级的所有物种的平均值最终被平均到相同的摘要表中。

例如：

Species  Status  Value
A        Crypt1    5 
A        Crypt1    6
A        Crypt2    4
A        Crypt2    8
A        Crypt3    10
A        Crypt3    50
B        Native    2
B        Native    9
B        Intro     9
B        Intro     10

我在想我可以使用每个因素的第一个字母将Crypt因子组合在一起，但我很难瞄准第一个字母，因为它们是因素，而不是字符串，我不确定如何在它们之间进行转换。我最终使用aggregate（）来计算均值，我可以为每个因子获得单独的均值，但不能用于分组因子。任何想法都将非常感谢，谢谢！

Answer 1

对于个人来说：

# assuming your data is in data.frame = df
require(plyr)
df.1 <- ddply(df, .(Species, Status), summarise, ind.m.Value = mean(Value))

> df.1
#   Species Status ind.m.Value
# 1       A Crypt1     5.5
# 2       A Crypt2     6.0
# 3       A Crypt3    30.0
# 4       B  Intro     9.5
# 5       B Native     5.5

对于总体平均值，我们的想法是使用Status删除sub/gsub中每个条目末尾的数字。

df.1$Status2 <- gsub("[0-9]+$", "", df.1$Status)
df.2 <- ddply(df.1, .(Species, Status2), summarise, oall.m.Value = mean(ind.m.Value))

> df.2
#   Species Status2 oall.m.Value
# 1       A   Crypt     13.83333
# 2       B   Intro      9.50000
# 3       B  Native      5.50000

这是你期待的吗？

Answer 2

这是另一种选择。从概念上讲，它与Arun的答案相同，但它坚持基础R中的功能，并且在某种程度上，使您的工作空间和原始数据保持一定的整洁。

我假设我们从名为“temp”的data.frame开始，我们想要为个人和分组方法创建两个新的data.frame s，“T1”和“T2”。

# Verify that you don't have T1 and T2 in your workspace
ls(pattern = "T[1|2]") 
# character(0)

# Use `with` to generate T1 (individual means)
#   and to generate T2 (group means)
with(temp, {
  T1 <<- aggregate(Value ~ Species + Status, temp, mean)
  temp$Status <- gsub("\\d+$", "", Status)
  T2 <<- aggregate(Value ~ Species + Status, temp, mean)
})

# Now they're there!
ls(pattern = "T[1|2]") 
# [1] "T1" "T2"

请注意，我们使用<<-将with内的结果分配给全局环境。不是每个人都喜欢使用它，但我认为在这种特殊情况下它是可以的。这是“T1”和“T2”的样子。

T1
#   Species Status Value
# 1       A Crypt1   5.5
# 2       A Crypt2   6.0
# 3       A Crypt3  30.0
# 4       B  Intro   9.5
# 5       B Native   5.5

T2
#   Species Status    Value
# 1       A  Crypt 13.83333
# 2       B  Intro  9.50000
# 3       B Native  5.50000

回顾with命令，似乎我们改变了“状态”列的值。但是，这仅在使用with创建的环境中。您的原始data.frame与您开始时的相同。

temp
#    Species Status Value
# 1        A Crypt1     5
# 2        A Crypt1     6
# 3        A Crypt2     4
# 4        A Crypt2     8
# 5        A Crypt3    10
# 6        A Crypt3    50
# 7        B Native     2
# 8        B Native     9
# 9        B  Intro     9
# 10       B  Intro    10

R：跨多个文件对因子的级别进行分组

2 个答案: