Question

我的数据集如下所示：

d = data.frame(year=rep(2000:2002,each=40),month=rep(c(rep(1:12,3),5,6,7,8),3),species=rep(c(rep(letters[1:12],3),"a","b","g","l"),3),species_group=NA,kg=round(rnorm(120,15,6),digits=2))
d$species_group=ifelse(d$species %in% letters[1:5],"A","B")

我希望每年和每个物种组（不包括月份和物种的水平）平均体重和所包括的物种数量。这适用于ddply。但是，我还希望包含我的数据“质量”的值。也就是说，如果每个月的物种数量是平衡的，或者例如在夏季月份包括更多的物种。因此我想我可能只是计算每月独特物种数量的年度标准差。我尝试在ddply中使用tapply执行此操作，如下所示：

s=ddply(d,c("year","species_group"),function(x) cbind(n_species=length(unique(x$species)),
                                                   quality=tapply(x,x$month,sd(length(unique(x$species)))),
                                                   kg=sum(x$kg,na.rm=T)))

但这给了我一个错误

Error in match.fun(FUN) : 'sd(length(unique(x$species)))' is not a function, character or symbol

我想要获得的是这样的：

output=data.frame(year=rep(2000:2002,each=2),species_group=rep(c("A","B"),3),n_species=rep(c(7,9),3),quality=round(rnorm(6,2,0.3),digits=2),kg=round(rnorm(6,15,6),digits=2))

我不能先按月，年和物种组使用ddply，因为这意味着我不知道每年独特物种的数量。我想我也可以分别计算n_species和质量，然后将它们组合在一起，但这将是一种麻烦的方法。

如何让我的功能正常工作，或者我如何更正确地做到这一点？

解答：

最简单的解决方案来自shadow，他在使用tapply时指出了我的错误。此外，标准误差应该比标准偏差更合适，给出以下公式：

 s=ddply(d,c("year","species_group"),function(x) cbind(n_species=length(unique(x$species)),
                                                   quality=sd(tapply(x$species,x$month, function(y) length(unique(y))))/sqrt(length(tapply(x$species,x$month, function(y) length(unique(y))))),
                                                   kg=sum(x$kg,na.rm=T)))

Answer 1

不清楚如何定义质量标准。那我该怎么做呢首先，我在一个单独的函数中定义我的质量标准。请注意，您的函数应该返回单个值而不是向量（在使用tapply的解决方案中返回向量）。

## returns the mean of sd variation per month 
get_quality <- 
  function(species,month)
     mean(tapply(species,month,
              FUN=function(s)sd(as.integer(s))),
     na.rm=TRUE)

然后我在ddply内使用它。为了简化代码，我还创建了一个由组应用的函数。

ff <- 
function(x) {
    cbind(n_species=length(unique(x$species)),
        quality= get_quality(x$species,x$month),
        kg=sum(x$kg,na.rm=TRUE))
}
library(plyr)

s=ddply(d,.(year,species_group),ff)


  year species_group n_species   quality     kg
1 2000             A         5 0.4000000 259.68
2 2000             B         7 0.2857143 318.24
3 2001             A         5 0.4000000 285.07
4 2001             B         7 0.2857143 351.54
5 2002             A         5 0.4000000 272.46
6 2002             B         7 0.2857143 331.45

将函数应用于组的组（在ddply中应用）

1 个答案: