我在R中有一个包含如下值的数据框：
Est Act Tgt Name
34 45 42 Tom
36 36 37 Tom
39 38 38 Tom
31 40 38 John
35 41 40 John
对于与Name列中每个不同值对应的值，我想收集一些基本的统计值，最终得到如下内容：
Min Max Avg Min Max Avg
Name Est Est Est Tgt Tgt Tgt
Tom -11 1 -3.33 -3 1 -0.66
John -9 -6 -7.5 -2 -1 -1.5
Min.Est表示minimum（对于给定名称）的Est minus Act值Max.Est表示maximum（对于给定名称）的Est minus Act值Avg.Est表示average（对于给定名称）的Est minus Act值类似地：
Min.Tgt表示minimum（对于给定名称）的Tgt minus Act值Max.Tgt表示maximum（对于给定名称）的Tgt minus Act值Avg.Tgt表示average（对于给定名称）的Tgt minus Act值不确定sqldf包的功能有多大，但如何在不使用任何包/库的情况下在R中执行这些计算？
答案 0 :(得分：1)
没有外部包
从你的例子：
data <- read.table(text='Est Act Tgt Name
34 45 42 Tom
36 36 37 Tom
39 38 38 Tom
31 40 38 John
35 41 40 John', header=T, stringsAsFactors=F)
data$E_A <- data$Est - data$Act
data$T_A <- data$Tgt - data$Act
data2 <- data[,c("Name", "E_A", "T_A")]
我创建了一个具有统计功能的功能，可以进行调整。 （我添加标准偏差）
stat_summary <- function(data){
data.frame(Min = min(data),
Max = max(data),
Avg = mean(data),
Std = sd(data))
}
处理每个名称的函数：
group_by_name <- function(name, data){
as.data.frame(lapply(data[data$Name == name, names(data) != "Name"], stat_summary))
}
最后我的摘要功能
my_summary <- function(data){
t(sapply(unique(data$Name), group_by_name, data=data))
}
输出：
> my_summary(data2)
E_A.Min E_A.Max E_A.Avg E_A.Std T_A.Min T_A.Max
Tom -11 1 -3.333333 6.658328 -3 1
John -9 -6 -7.5 2.12132 -2 -1
T_A.Avg T_A.Std
Tom -0.6666667 2.081666
John -1.5 0.7071068
使用外部包
使用dpylr和tidyr：
data %>% mutate(E_A = Est-Act, T_A = Tgt-Act) %>%
gather("Type","Value",5:6) %>%
group_by(Name, Type) %>%
transmute(Min = min(Value), Max = max(Value), Avg = mean(Value)) %>%
distinct() %>%
ungroup() %>%
gather("Type2", "Value", 3:5) %>%
unite(Type, Type, Type2, sep = ".") %>%
spread(Type, Value)
给出输出：
Source: local data frame [2 x 7]
Name E_A.Avg E_A.Max E_A.Min T_A.Avg T_A.Max T_A.Min
1 John -7.500000 -6 -9 -1.5000000 -1 -2
2 Tom -3.333333 1 -11 -0.6666667 1 -3
答案 1 :(得分：0)
不使用任何额外的套餐，这是一个良好的开端：
by(your_data[1:3], your_data[[4]], summary)
使用内置数据的示例：
> by(iris[1:4], iris[["Species"]], summary)
iris[["Species"]]: setosa
Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4.300 Min. :2.300 Min. :1.000 Min. :0.100
1st Qu.:4.800 1st Qu.:3.200 1st Qu.:1.400 1st Qu.:0.200
Median :5.000 Median :3.400 Median :1.500 Median :0.200
Mean :5.006 Mean :3.428 Mean :1.462 Mean :0.246
3rd Qu.:5.200 3rd Qu.:3.675 3rd Qu.:1.575 3rd Qu.:0.300
Max. :5.800 Max. :4.400 Max. :1.900 Max. :0.600
------------------------------------------------------------------
iris[["Species"]]: versicolor
Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4.900 Min. :2.000 Min. :3.00 Min. :1.000
1st Qu.:5.600 1st Qu.:2.525 1st Qu.:4.00 1st Qu.:1.200
Median :5.900 Median :2.800 Median :4.35 Median :1.300
Mean :5.936 Mean :2.770 Mean :4.26 Mean :1.326
3rd Qu.:6.300 3rd Qu.:3.000 3rd Qu.:4.60 3rd Qu.:1.500
Max. :7.000 Max. :3.400 Max. :5.10 Max. :1.800
------------------------------------------------------------------
iris[["Species"]]: virginica
Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4.900 Min. :2.200 Min. :4.500 Min. :1.400
1st Qu.:6.225 1st Qu.:2.800 1st Qu.:5.100 1st Qu.:1.800
Median :6.500 Median :3.000 Median :5.550 Median :2.000
Mean :6.588 Mean :2.974 Mean :5.552 Mean :2.026
3rd Qu.:6.900 3rd Qu.:3.175 3rd Qu.:5.875 3rd Qu.:2.300
Max. :7.900 Max. :3.800 Max. :6.900 Max. :2.500
如果您想要更多帮助格式化等，请提供可重现的示例。还请说明您的用例 - 您是否只想查看信息？您打算将其存储在数据框中吗？你正在为报告制作一张桌子吗？我问，因为你想要的输出不能很好地作为数据框 - 数据框的主要思想是每列应该有一个类/类型，即单个列中没有数字和字符串的混合。
答案 2 :(得分：0)
这将为您提供这些统计信息的未分组值：
unlist( lapply( c("Est", "Tgt"),
function(coln) setNames( summary(my_df[[coln]]-my_df[["Act"]])[c(1,6,4)],
paste( coln, c('Min', 'Max', 'Avg'), sep="_"))))
Est_Min Est_Max Est_Avg Tgt_Min Tgt_Max Tgt_Avg
-11 1 -5 -3 1 -1
现在您需要使用该策略按组进行操作：
fn_stats <- function(dfrm) unlist( lapply( c("Est", "Tgt"),
function(coln) setNames(summary(dfrm[[coln]]-dfrm[["Act"]])[c(1,6,4)],
paste( coln, c('Min', 'Max', 'Avg'), sep="_")
) ))
round( t(sapply( split(my_df, my_df$Name) , fn_stats) ),2)
#----result---
Est_Min Est_Max Est_Avg Tgt_Min Tgt_Max Tgt_Avg
John -9 -6 -7.50 -2 -1 -1.50
Tom -11 1 -3.33 -3 1 -0.67