R语言中的数据汇总

2016-08-19 04:06 阅读(470)    评论(0)   

问题:

在R中,如何对分组的数据进行汇总(统计其均值、方差等)?

指南:

下文中将介绍三种可用于对根据特定变量分组后的数据分别调用汇总函数(例如均值、标准差等等)的方法。

  • ddply()函数:这是最为简便的方法,需要调用plyr包,我们在此大力推荐大家使用。
  • summarizeBy() 函数:这也是个相对简单的方法,需要调用doBy包。
  • aggregate()函数:这个函数内置于R的原封安装中,相对来说使用起来会较为复杂一点。

假设我们拥有如下数据,根据数据中样本性别和条件的不同,我们可以将其分为F-placeboF-aspirinM-placeboM-aspirin四个组别。我们的任务是,分别统计每个组别中的样本个数、变量change的均值、标准差以及其均值标准误。

1

使用ddply:

2

缺失值处理

如果数据中存在确实值NA,那我们就需要对每一个函数设置参数na.rm=TRUE。函数length()没有内置na.rm选项,所以对于这种情况我们需要使用sum(!is.na(...))语句,来确认数据集中有多少的非缺失值。

3
一个用于样本计数以及计算均值、标准差、均值标准误和置信区间的函数

有时我们不需要像上文所述方法一样手动的取指定我们需要用于标准差计算的值,构建一个函数便能帮我们搞定以下所有的事:

  • 计算均值、计算标准差、样本计数
  • 计算均值标准误(友情提示,这个值在计算过程中不会用到组内变量。 更多详情见../../Graphs/Plotting means and error bars (ggplot2) )
  • 计算95%的置信区间(或是其他你所需求的数值)
  • 对列进行重命名从而使结果数据集更便于进一步的操作

为了使用这个函数,我们需要在进行计算前先把下面的代码粘贴到自己的程序中:

45

运用实例:summarySE函数帮你一步搞定

6

用NA来填充数据集中为空的组合情况

有些时候,汇总数据框中会存在一些空的因素组合情况,也就是说,这些组合理论上是可以存在的,但是并没有实际出现在我们的原始数据集中。有时,我们需要在数据框中用NA值对将这样的组合对应的内容进行替换填充。要完成这一点,我们需要在调用ddplysummarySE的相关语句时设置参数.drop=FALSE

运用实例:6.1

使用

使用summarizeBy()对数据进行折叠汇总:7

需要注意的是,这样的均值标准误并不适用于组内变量的比较 更多详情见../../Graphs/Plotting means and error bars (ggplot2)

缺失值处理

如果数据中存在缺失值NA,那我们就需要对每一个函数设置参数na.rm=TRUE。函数length()没有内置na.rm选项,所以对于这种情况我们需要使用sum(!is.na(...))语句,来确认数据集中有多少的非缺失值。8

一个用于样本计数以及计算均值、标准差、均值标准误和置信区间的函数

和对ddply包的使用类似的,通过组合运用doBy包中的函数,我们也可以构建一个类似的函数summarySE,帮我们搞定以下所有的事:

  • 计算均值、计算标准差、样本计数
  • 计算均值标准误(友情提示,这个值在计算过程中不会用到组内变量。 更多详情见../../Graphs/Plotting means and error bars (ggplot2) )
  • 计算95%的置信区间(或是其他你所需求的数值)
  • 对列进行重命名从而使结果数据集更便于进一步的操作

为了使用这个函数,我们需要在进行计算前先把下面的代码粘贴到自己的程序中:9

10

运用实例:summarySE函数帮你一步搞定

11
 用NA来填充数据集中为空的组合情况

有些时候,汇总数据框中会存在一些空的因素组合情况,也就是说,这些组合理论上是可以存在的,但是并没有实际出现在我们的原始数据集中。有时,我们需要在数据框中用NA值对将这样的组合对应的内容进行替换填充。

下面的函数将帮助我们将0值填充入所有的空缺组合对应的内容:

12运用实例:13

使用

aggregate函数使用起来可能相对繁琐一些,但由于它是R自带的内置函数,因而我们在使用它之前不必安装其他的程序包。141516

如果你想要无视数据集中存在的NA值,请设置参数na.rm=TRUE,如下所示:

17

公司二维码

 

 

分享到:

相关推荐

  • a7dfc3893b9c21680d5fa4c6d60957de_r

    浑身鳞片,面目狰狞?你对恐龙的印象可能全是错的

    20多年前,一部伟大的科幻电影《侏罗纪公园》在美国上映。 虽然电影没有取得什么特别高的成就,但其中的恐龙形象却深入人心。 尤其是反派霸王龙更是掀起了一阵恐龙崇拜热潮。 出于对武力的渴望,哪个男孩子小时候不崇拜几种威猛的恐龙? 侏罗纪系列的新作《侏罗纪世界》 “我有知识我自豪”的超威...

  • 2

    北大才子被导师坑,沦落街头送外卖,蛰伏30年竟一举突破世纪数学难题

    庾信平生最萧瑟 暮年诗赋动江关 ... 在金庸小说中,有这么一位深藏不露的扫地老僧。 他身怀绝技,却大隐隐于市,在少林寺中默默扫地数十载。 扫地僧虽貌不惊人,但只要一出手则威震武林,秒杀各路高手。 而在数学界,张益唐就是那位“横空出生”,却“横扫武林”的扫地僧。 他年近六旬,...

  • PaulKarason

    无毒无害的贵金属,做成保健品却把人吃成了“蓝血贵族”

    作为贵金属界的扛把子,金和银两者通常都是以装饰、货币、等价物的形式示人的。 但随着人类社会的发展,银和金的命运却变得有些不太一样。 若抛开价值属性只谈实用性,白银比黄金要强上不少。 人类社会由石器时代进入金属时代后,就有人发现银质器皿中的水要比其他容器中的要清洁。 ...

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

SME 发掘你不知道的科技故事