Как получить сводную статистику по группам

Я пытаюсь получить несколько сводных статистических данных в R/S-PLUS, сгруппированных по категориальным столбцам в одном кадре. Я нашел пару функций, но все они делают одну статистику за вызов, как 'aggregate().

data <- c(62, 60, 63, 59, 63, 67, 71, 64, 65, 66, 68, 66, 
          71, 67, 68, 68, 56, 62, 60, 61, 63, 64, 63, 59)
grp <- factor(rep(LETTERS[1:4], c(4,6,6,8)))
df <- data.frame(group=grp, dt=data)
mg <- aggregate(df$dt, by=df$group, FUN=mean)    
mg <- aggregate(df$dt, by=df$group, FUN=sum)

То, что я ищу, - это получить несколько статистических данных для одной и той же группы, таких как среднее, минимальное, максимальное, стандартное... и т.д. За один вызов.

Ответы

Ответ 1

Я поставлю свои два цента за tapply().

tapply(df$dt, df$group, summary)

Вы можете написать настраиваемую функцию со специальной статистикой, которую хотите заменить сводкой.

Ответ 2

Пакет dplyr может быть хорошей альтернативой этой проблеме:

library(dplyr)

df %>% 
  group_by(group) %>% 
  summarize(mean = mean(dt),
            sum = sum(dt))

Чтобы получить 1-й квадрант и 3-й квадрант

df %>% 
  group_by(group) %>% 
  summarize(q1 = quantile(dt, 0.25),
            q3 = quantile(dt, 0.75))

Ответ 3

Использование пакета Hadley Wickham purrr это довольно просто. Используйте split для разделения пройденного data_frame на группы, затем используйте map для применения функции summary к каждой группе.

library(purrr)

df %>% split(.$group) %>% map(summary)

Ответ 4

Здесь много разных способов, но я неполный к describeBy в пакете psych:

describeBy(df$dt, df$group, mat = TRUE)

Ответ 5

взгляните на пакет plyr. В частности, ddply

ddply(df, .(group), summarise, mean=mean(dt), sum=sum(dt))

Ответ 6

Кроме describeBy, то doBy пакет представляет собой другой вариант. Он обеспечивает большую часть функциональности SAS PROC РЕЗЮМЕ. Подробности: http://www.statmethods.net/stats/descriptives.html

Ответ 7

через 5 долгих лет я уверен, что для этого ответа не будет особого внимания, но для того, чтобы все варианты были завершены, вот один из data.table

library(data.table)
setDT(df)[ , list(mean_gr = mean(dt), sum_gr = sum(dt)) , by = .(group)]
#   group mean_gr sum_gr
#1:     A      61    244
#2:     B      66    396
#3:     C      68    408
#4:     D      61    488

Ответ 8

Я просто нашел замечательный пакет R tables. Вы можете суммировать данные по нескольким категориям, как вам хочется, и вычислять множество статистических данных для нескольких переменных - это действительно потрясающе!

Но подождите, там еще! Пакет имеет функции для генерации кода LaTeX для ваших таблиц для легкого импорта в ваши документы.

Ответ 9

Во-первых, это зависит от вашей версии R. Если вы прошли 2.11, вы можете использовать aggreggate с несколькими функциями результатов (сводка, например, или ваша собственная функция). Если нет, вы можете использовать ответ, сделанный Джастином.

Ответ 10

Хотя некоторые другие подходы работают, это довольно близко к тому, что вы делали, и использует только base r. Если вы знаете команду aggregate, это может быть более интуитивно понятно.

with( df , aggregate( dt , by=list(group) , FUN=summary)  )