很容易计算R数据帧中每个组的平均值。如果您想排除当前观察,it is almost as easy。
在计算标准差时,有没有简单的方法可以排除当前的观察结果?
例如,当我有这张表时
data.frame(country = c(rep("A",3), rep("B",3)), weight = c(10,11,12,20,25,30))
,我需要下表:
data.frame(country = c(rep("A",3), rep("B",3)), weight = c(10,11,12,20,25,30), standarddeviation = c(sd(c(11,12)), sd(c(10,12)), sd(c(10,11)), sd(c(25,30)), sd(c(20,30)), sd(c(20,25))))
答案 0 :(得分:3)
选项是使用dplyr
和mapply
。 mapply
为每一行(组)运行,sd
计算排除当前行。
library(dplyr)
df %>% group_by(country) %>%
mutate(Sp_SD = mapply(function(x)sd(weight[-x]), 1:n()))
# # A tibble: 6 x 3
# # Groups: country [2]
# country weight Sp_SD
# <fctr> <dbl> <dbl>
# 1 A 10.0 0.707
# 2 A 11.0 1.41
# 3 A 12.0 0.707
# 4 B 20.0 3.54
# 5 B 25.0 7.07
# 6 B 30.0 3.54
答案 1 :(得分:0)
不是一个非常漂亮的解决方案,但它应该有效
library(dplyr)
data = data.frame(country = c(rep("A",3), rep("B",3)), weight = c(10,11,12,20,25,30))
cdata = list()
for(k in 1:length(unique(data$country))){
cdata[[k]] = filter(data,country==unique(country)[k])
}
for(i in 1:length(unique(data$country))){
for(j in 1:nrow(cdata[[1]])){
aux=cdata[[i]][-j,]
cdata[[i]][j,"StandardDeviation"] = sd(aux$weight)
}
}
rbind(cdata[[1]],cdata[[2]])