使用rowMeans，rowSums，colMeans，colSums

Question

我正在使用矩阵和命令rowSums和rowMeans，colSums和colMeans。我有大部分工作，直到我想取rowSums的总和，colSums的总和，rowMeans的平均值，colMeans的平均值。请参阅下面的最后一行代码。 rbind（matRow，colSums，colMeans）。你能协助纠正矩阵垫中较低的2x2矩阵吗？诸如rowSums [colSums]之类的命令产生错误。

输入数据表

mydata=read.table("mydata.txt")
 mydata
  V1 V2 V3 V4
1  1  2  4  7
2  2  4  6  8

将表格转换为R

中的矩阵

mat=as.matrix(mydata)
mat
     V1 V2 V3 V4
[1,]  1  2  4  7
[2,]  2  4  6  8

添加行名和列名

rownames(mat) <- c("r1", "r2")
colnames(mat) <- c("c1","c2","c3","c4")
mat
   c1 c2 c3 c4
r1  1  2  4  7
r2  2  4  6  8

生命统计

dim(mat)
[1] 2 4
rowSums=rowSums(mat)
colSums=colSums(mat)
rowMeans=rowMeans(mat)
colMeans=colMeans(mat)

将rowSums添加到mat右侧

matRow=cbind(mat,rowSums,rowMeans)
matRow
   c1 c2 c3 c4 rowSums rowMeans
r1  1  2  4  7      14      3.5
r2  2  4  6  8      20      5.0

#Append colSums and colMeans below matRow
#far lower R corner 2x2 is not correct
#see final computation
matCol=rbind(matRow,colSums,colMeans)
Warning message:
In rbind(matRow, colSums, colMeans) :
  number of columns of result is not a multiple of vector length (arg 2)
matCol
          c1 c2 c3   c4 rowSums rowMeans
r1       1.0  2  4  7.0    14.0      3.5
r2       2.0  4  6  8.0    20.0      5.0
colSums  3.0  6 10 15.0     3.0      6.0
colMeans 1.5  3  5  7.5     1.5      3.0

Answer 1

创建数据：

mat <- matrix(c(1, 2, 2, 4, 4, 6, 7, 8), 
              nrow = 2,
              dimnames = list(c("r1", "r2"), 
                              c("c1","c2","c3","c4")))

首先进行行摘要

m2 <- cbind(mat, rowSums(mat), rowMeans(mat))

现在m2的形状与mat不同，它还有两列。这样做你可以得到摘要而不是NA的摘要列，但并非所有这些都有意义（比如行的总和意味着..）

rbind(m2, colSums(m2), colMeans(m2))

在您的示例中，您计算​​了原始矩阵的摘要，因此您有两行和四列，但matRow有6列，与colSums（4列）不匹配。

Answer 2

R经常回收载体;如果需要更多元素，它将回到起点。在下面的例子中，1被回收成长度为5。

> rbind(1:5, 1)
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    1    1    1    1    1

有时这非常有用，有时这很愚蠢。我不确定你认为底角应该包含什么，但是在这里你可以找到缺少值的方法。

rbind(matRow, c(colSums, NA, NA), c(colMeans, NA, NA))

         c1 c2 c3   c4 rowSums rowMeans
r1       1.0  2  4  7.0    14.0      3.5
r2       2.0  4  6  8.0    20.0      5.0
colSums  3.0  6 10 15.0      NA       NA
colMeans 1.5  3  5  7.5      NA       NA