所以我正在尝试将summary命令应用于一堆向量,并且每个向量都要标记它所属的邮政编码。我也有一个这可能吗?此外,我觉得有一种方法可以结合前两个步骤,但我不知道如何。非常感谢你的帮助!!!!这是我到目前为止所做的:
data.06511 <- subset(x, ZipCode == 6511)
data.06513 <- subset(x, ZipCode == 6513)
data.06515 <- subset(x, ZipCode == 6515)
data.06516 <- subset(x, ZipCode == 6516)
data.06519 <- subset(x, ZipCode == 6519)
lackfood.06511 <- data.06511$lackFood12Months_Bin
lackfood.06513 <- data.06513$lackFood12Months_Bin
lackfood.06515 <- data.06515$lackFood12Months_Bin
lackfood.06516 <- data.06516$lackFood12Months_Bin
lackfood.06519 <- data.06519$lackFood12Months_Bin
lackfood.pop <- x$lackFood12Months_Bin
答案 0 :(得分:1)
这是一些示例代码。将其复制并粘贴到您的R会话中,看它是否符合要求。
dat1 <- rnorm(100)
dat2 <- rnorm(100)
data <- list(dat1,dat2) #Makes a list
lapply(data,summary) #Lapply applies the summary function to each element in a list
当我开始编程时,我发现apply函数很难理解。这可能有所帮助: https://www.r-bloggers.com/using-apply-sapply-lapply-in-r/
回答关于为许多群体采取行动的第二个问题:
split命令对于拆分不同的数据组非常有用。尝试:
split(mtcars, mtcars$carb)
我想尝试结合lapply和split:
lapply(split(mtcars, mtcars$carb), summary)
此外,通过示例数据可以更轻松地回答您的问题。 希望有所帮助