计算按 ID 分组的多行的标准差答案

【问题标题】：Calculate standard deviation across multiple rows grouped by ID计算按 ID 分组的多行的标准差
【发布时间】：2020-11-08 05:21:01
【问题描述】：

我想计算多行（不是每行）的标准偏差，然后将结果保存到新的数据框中。最好用一个例子来解释。

数据：

ID <- c("a","a","a","a","b","b","b","b","c","c","c","c")
y1 <- c(8,9,3,6,6,4,5,8,7,5,8,1)
y2 <- c(3,6,6,1,7,3,8,7,5,8,1,7)
y3 <- c(9,3,1,8,4,6,3,8,4,6,5,7)
df <- data.frame(ID, y1, y2, y3)

   ID y1 y2 y3
1   a  8  3  9
2   a  9  6  3
3   a  3  6  1
4   a  6  1  8
5   b  6  7  4
6   b  4  3  6
7   b  5  8  3
8   b  8  7  8
9   c  7  5  4
10  c  5  8  6
11  c  8  1  5
12  c  1  7  7

我想计算 ID$a、ID$b 和 ID$c 的标准差并存储在一个新的数据框中。我知道我可以做到：

sd_a <- sd(as.matrix(subset(df, ID == "a")), na.rm = TRUE)
sd_b <- sd(as.matrix(subset(df, ID == "b")), na.rm = TRUE)
sd_c <- sd(as.matrix(subset(df, ID == "c")), na.rm = TRUE)

ID <- c("a","b","c")
sd <- c(sd_a,sd_b,sd_c)
df2 <- data.frame(ID, sd)

  ID       sd
1  a 2.958040
2  b 1.912875
3  c 2.386833

但是有没有更直接的方法来实现这一点？

【问题讨论】：

标签： r tidyverse

【解决方案1】：

您可以使用pivot_longer()将y1叠加到y3，然后计算sd。

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(y1:y3) %>%
  group_by(ID) %>%
  summarise(sd = sd(value))

# # A tibble: 3 x 2
#   ID       sd
#   <chr> <dbl>
# 1 a      2.96
# 2 b      1.91
# 3 c      2.39

【讨论】：

【解决方案2】：

dplyr 的一个解决方案可能是：

df %>%
 group_by(ID) %>%
 summarise(sd = sd(unlist(cur_data())))

  ID       sd
  <fct> <dbl>
1 a      2.96
2 b      1.91
3 c      2.39

【讨论】：

【解决方案3】：

在基础 R 中你可以这样做：

aggregate(values ~ ID, cbind(df[1], stack(df[-1])), sd)

  ID   values
1  a 2.958040
2  b 1.912875
3  c 2.386833

【讨论】：