背景
我有一个概率分布的数据框,我想计算以下的统计摘要:
priors <- structure(list(name = c("theta1", "theta2", "theta3", "theta4",
"theta5"), distn = c("gamma", "beta", "lnorm", "weibull", "gamma"),
parama = c(2.68, 4, 1.35, 1.7, 2.3), paramb = c(0.084, 7.2, 0.69, 0.66, 3.9),
another_col = structure(c(3L, 4L, 5L, 1L, 2L
), .Label = c("1", "2", "a", "b", "c"), class = "factor")),
.Names = c("name", "distn", "parama", "paramb", "another_col"), row.names = c("1",
"2", "3", "4", "5"), class = "data.frame")
方法
第1步:我写了一个函数来计算摘要并返回mean(lcl, ucl)
summary.stats <- function(distn, A, B) {
if (distn == 'gamma' ) ans <- c(A*B, qgamma(c(0.05, 0.95), A[ ], B))
if (distn == 'lnorm' ) ans <- c(exp(A + 1/2 * B^2), qlnorm(c(0.05, 0.95), A, B))
if (distn == 'beta' ) ans <- c(A/(A+B), qbeta( c(0.05, 0.95), A, B))
if (distn == 'weibull') ans <- c(mean(rweibull(10000,A,B)), qweibull(c(0.05, 0.95), A, B))
if (distn == 'norm' ) ans <- c(A, qnorm( c(0.05, 0.95), A, B))
ans <- (signif(ans, 2))
return(paste(ans[1], ' (', ans[2], ', ', ans[3],')', sep = ''))
}
第2步:我想在我的数据框中添加一个名为stats
priors$stats <- ddply(priors,
.(name, distn, parama, paramb),
function(x) summary.stats(x$distn, x$parama, x$paramb))$V1
问题1:
这样做的正确方法是什么?我尝试
时出错 ddply(priors,
.(name, distn, parama, paramb),
transform,
stats = function(x) summary.stats(x$distn, x$parama, x$paramb))
问题2:(额外信用)
是否有更有效的方法对summary.stats
函数进行编码,即使用较少的'if'是?
更新
感谢Shane和Joshua为我清理这件事。
我还发现了一个问题,对于试图do a plyr operation on every row of a dataframe
的其他人有帮助答案 0 :(得分:4)
以下是使用summary.stats
的{{1}}的已清理版本。我还在输出中添加了名称“stats”,因为这似乎是绊倒你的事情。
switch
我不确定如何使用summaryStats <- function(distn, A, B) {
CI <- c(0.05, 0.95)
FUN <- get(paste("q",distn,sep=""))
ans <- switch(distn,
gamma = A*B,
lnorm = exp(A + 1/2 * B^2),
beta = A/(A+B),
weibull = mean(rweibull(10000,A,B)),
norm = A)
ans <- c(ans, FUN(CI, A, B))
ans <- (signif(ans, 2))
out <- c(stats=paste(ans[1], ' (', ans[2], ', ', ans[3],')', sep=''))
return(out)
}
执行此操作,但您可以使用这样的无聊plyr
来执行此操作:
sapply
答案 1 :(得分:4)
我可能会遗漏一些东西,但是使用Josh的功能和你的数据,这很好。
priors <- ddply(priors,
.(name, distn, parama, paramb),
function(x) summaryStats(x$distn, x$parama, x$paramb))
colnames(priors)[5] <- "stats"
您希望输出看起来像什么?
> priors
name distn parama paramb stats
1 theta1 gamma 2.68 0.084 0.23 (7.8, 69)
2 theta2 beta 4.00 7.200 0.36 (0.15, 0.6)
3 theta3 lnorm 1.35 0.690 4.9 (1.2, 12)
4 theta4 weibull 1.70 0.660 0.59 (0.12, 1.3)
5 theta5 gamma 2.30 3.900 9 (0.12, 1.3)
修改的
对不起,没看完你的评论。然后这应该工作(在我的例子中,我留下一列):
ddply(priors, .(distn, parama, paramb), function(x)
data.frame(x, stats=summaryStats(x$distn, x$parama, x$paramb)))