Question

我想在我拥有的数据集上使用R进行一些统计。数据在列表中，并使用识别代码进行分组，此处在cat列

中给出

cat         AS_Year AS_Day  As_Month    EVENT_TYPE  RESULT_TYPE REASON_TYPE OPERATOR_TYPE   DATE_EVENT  Day_Total
9002F100AS2 2009    14       2          9002        F           100         AS2             14-Feb-09   2
9002F123AS2 2009    14       2          9002        F           123         AS2             14-Feb-09   1
9008F0AS2   2009    14       2          9008        F           0           AS2             14-Feb-09   1

每天都有成千上万的这些代码，我想对每个代码进行一些统计。

我已经调查了一些事情，并尝试过玩

ddply(dtest,~group,summarise,mean=mean(Day_Total),sd=sd(Day_Total))

这给了我NA的平均值和s.d.这与我使用excel得到的结果并不相关。我还在一个更简单，更小的测试数据集和手段和s.d.上测试了这个。似乎没有问题。有没有人对如何使用这个有任何建议，或者我在某个地方遗漏了什么

Answer 1

尝试非常有效的data.table包

library(data.table) 
setDT(dtest)[, list(mean = mean(Day_Total, na.rm = T), 
                    sd=sd(Day_Total, na.rm = T)), by = cat]

或者如果您更愿意坚持使用plyr系列，请尝试使用更新且更高效的dplyr套餐

注意：首先通过plyr

分离detach("package:plyr", unload = TRUE)

library(dplyr)
dtest %>% 
  group_by(cat) %>%
  summarise(mean = mean(Day_Total, na.rm = T), sd=sd(Day_Total, na.rm = T))

Answer 2

我认为小组中的猫意味着你的oneliner。可能是你的Day_Total或cat不是正确的类型吗？是否可以在Day_Total列中存在一些不适用的值？

是什么给出了？

ddply(dtest,.(as.factor(cat)), summarise, mean=mean(Day_Total,na.rm=true),sd=sd(Day_Total,na.rm=true))

如何使用R对数据进行分组并进行统计

2 个答案: