Question

我有一个包含多组分数的数据框，以及一组分组变量，如：

s1 s2 s3 g1 g2 g3
4  3  7  F   F  T
6  2  2  T   T  T
2  4  9  G   G  F
1  3  1  T   F  G

我想要运行一个聚合，目前我正在做：

aggregate(df[c("s1","s2","s3")],df["g1"],function(x) c(m =mean(x, na.rm=T), sd = sd(x, na.rm=T), n = length(x)))

我希望只有一行代码，因此我可以同时按多个因素汇总多个变量。注意我并没有试图通过g1-3的组合得到s1-3的摘要（根据答案here）。我已经查看了summaryBy包中的doBy，但这似乎再次考虑了每个因素的组合，而不仅仅是一个不是我想要的整体（虽然很有用！）。我一直在玩变种：

apply(df[c("g1","g2","g3")], 2, function (z) aggregate(df[c("s1","s2","s3")],z,function(x) c(m =mean(x, na.rm=T), sd = sd(x, na.rm=T), n = length(x)))

但我收到错误：＆＃34;＆＃39;＆＃39;必须是一个清单＆＃34;接着就，随即。我想我可以用loop来解决如何做到这一点，我知道ddply或reshape的各种版本你可以得到聚合但最直观的方式（对我来说至少）好像是apply和aggregate - 我错过了什么？

Answer 1

让我们在问题中命名匿名函数如下。然后，最后的Map语句将aggregate分别应用于df[1:3]每个分组变量：

mean.sd.n <- function(x) c(m = mean(x, na.rm=T), sd = sd(x, na.rm=T), n = length(x))

Map(function(nm) aggregate(df[1:3], df[nm], mean.sd.n), names(df)[4:6])

，并提供：

$g1
  g1     s1.m    s1.sd     s1.n      s2.m     s2.sd      s2.n      s3.m     s3.sd      s3.n
1  F 4.000000       NA 1.000000 3.0000000        NA 1.0000000 7.0000000        NA 1.0000000
2  G 2.000000       NA 1.000000 4.0000000        NA 1.0000000 9.0000000        NA 1.0000000
3  T 3.500000 3.535534 2.000000 2.5000000 0.7071068 2.0000000 1.5000000 0.7071068 2.0000000

$g2
  g2    s1.m   s1.sd    s1.n s2.m s2.sd s2.n     s3.m    s3.sd     s3.n
1  F 2.50000 2.12132 2.00000    3     0    2 4.000000 4.242641 2.000000
2  G 2.00000      NA 1.00000    4    NA    1 9.000000       NA 1.000000
3  T 6.00000      NA 1.00000    2    NA    1 2.000000       NA 1.000000

$g3
  g3     s1.m    s1.sd     s1.n      s2.m     s2.sd      s2.n     s3.m    s3.sd     s3.n
1  F 2.000000       NA 1.000000 4.0000000        NA 1.0000000 9.000000       NA 1.000000
2  G 1.000000       NA 1.000000 3.0000000        NA 1.0000000 1.000000       NA 1.000000
3  T 5.000000 1.414214 2.000000 2.5000000 0.7071068 2.0000000 4.500000 3.535534 2.000000

注意：使用gsubfn package中的fn$可以略微缩短这一点。它允许我们使用公式表示法在以Map开头的代码行中指定匿名函数，如下所示：

library(gsubfn)
fn$Map(nm ~ aggregate(df[1:3], df[nm], mean.sd.n), names(df)[4:6])

嵌套聚合应用于通过R中的多个变量聚合多个列

1 个答案: