Question

期待学习函数写作。我的数据如下（例如）：

Genus Species  Wing  Tail
 A       X     10.5  20.3
 A       Y     10.7  20.7
 B       XX    15.2  22.5
 B       XY    15.5  24

我使用以下公式计算给定特征的方差：

 sqrt(max(Wing) - min (Wing))

我对所有特征求和。

所以我可以编写以下函数，以便总数据集的和方差：

variance<- function(data){
t   <- sqrt(max(Tail)-min(Tail))
w   <- sqrt(max(Wing)-min(Wing))
x <- sum(t,w)
x
}

但我不知道如何生成一个响应来给我一个输出，其结果取决于Genus。所以我希望生成如下输出：

 Genus A    Genus B
  2.345      3.456

Answer 1

我将为你的函数命名一个新名称，因为将它称为“variance”是错误的。我希望你能忽略这一点。我们可以处理数据框对象

dput(dfrm)
structure(list(Genus = structure(c(1L, 1L, 2L, 2L), .Label = c("A", 
"B"), class = "factor"), Species = structure(c(1L, 4L, 2L, 3L
), .Label = c("X", "XX", "XY", "Y"), class = "factor"), Wing = c(10.5, 
10.7, 15.2, 15.5), Tail = c(20.3, 20.7, 22.5, 24)), .Names = c("Genus", 
"Species", "Wing", "Tail"), class = "data.frame", row.names = c(NA, 
-4L))

dev2<- function(df){
    t   <- sqrt(max(df[["Tail"]])-min(df[["Tail"]]))
    w   <- sqrt(max(df[["Wing"]])-min(df[["Wing"]]))
    x <- sum(t,w)
   x
   }

现在使用它来处理整个数据帧，使用split-lapply策略，该策略将Genus值确定的原始数据帧的各部分传递给dev2函数

lapply( split(dfrm, list(dfrm$Genus)), FUN = dev2)
$A
[1] 1.079669

$B
[1] 1.772467

通过向量定义答案的函数

1 个答案: