Question

我有一个大型数据集，我需要根据其他列中的行数得到Main列的标准偏差。这是一个示例数据集：

df1 <- data.frame(
  Main = c(0.33, 0.57, 0.60, 0.51), 
  B = c(NA, NA, 0.09,0.19), 
  C = c(NA, 0.05, 0.07, 0.05), 
  D = c(0.23, 0.26, 0.23, 0.26)
)

View(df1)
#   Main    B       C       D  
# 1 0.33    NA      NA      0.23
# 2 0.57    NA      0.05    0.26
# 3 0.60    0.09    0.07    0.23
# 4 0.51    0.19    0.05    0.26

以列B为例，因为第1行和第2行为NA，其标准偏差为sd(df1[3:4,1]);列C&D将为sd(df1[2:4,1])和sd(df1[1:4,1])。因此，结果将是：

#     B       C       D  
# 1   0.06    0.05    0.12

我做了以下操作，但只返回了一个号码 - 0.0636

df2 <- df1[,-1]!=0

sd(df1[df2,1], na.rm = T)

我的数据集有更多列，我想知道是否有更有效的方法来完成它？非常感谢！

Answer 1

尝试：

sapply(df1[,-1], function(x) sd(df1[!is.na(x), 1]))

#          B          C          D 
# 0.06363961 0.04582576 0.12093387

Answer 2

x <- colnames(df) # list all columns you want to calculate sd of 
value <- sapply(1:length(x) , function(i) sd(df[,x[i],drop=TRUE], na.rm = T))
names(value) <- x

#          Main          B          C          D 
#    0.12093387 0.07071068 0.01154701 0.01732051

Answer 3

我们可以使用colSds

中的matrixStats来获取此信息

library(matrixStats)
colSds(`dim<-`(df1[,1][NA^is.na(df1[-1])*row(df1[-1])], dim(df1[,-1])), na.rm = TRUE)
#[1] 0.06363961 0.04582576 0.12093387

R条件标准偏差

3 个答案: