循环子集答案

【问题标题】：Subsetting with loops循环子集
【发布时间】：2018-07-28 01:13:36
【问题描述】：

我是 R 新手，正在尝试找出一种方法来对我的数据集进行子集化，而无需为每个子集编写一行代码。我的数据集有多年，我试图每年都进行子集化。 “年份”列有 5 个不同的年份 2017、2016、2015、2014、2013。我目前做的是这个（数据集是我的原始数据）：

Year17 <- dataset[dataset$Year=="2017",]
Year16 <- dataset[dataset$Year=="2016",]
Year15 <- dataset[dataset$Year=="2015",]
Year14 <- dataset[dataset$Year=="2014",]
Year13 <- dataset[dataset$Year=="2013",]

我认为有一些方法可以循环通过，但我无法弄清楚如何。

然后我也在寻找一种方法来提取四分位数、众数、中位数和标准差。我目前这样做：

Year17Finance <- quantile(Year17$Financials, probs= c(0.10, 0.25, 0.50, 0.75, 0.90), na.rm = T)
Year17Sales <- quantile(Year17$Sales, probs= c(0.10, 0.25, 0.50, 0.75, 0.90), na.rm = T)
mean(Year17$Financials, na.rm = T)
median(Year17$Financials,na.rm = T)
sd(Year17$Financials, na.rm = T)

我的最终目标是能够上传数据文件并通过代码运行它，然后输出给定变量的四分位数、均值、中位数和标准差。

任何指导将不胜感激。谢谢

【问题讨论】：

您可以使用lapply 创建一个data.frames 列表，而不是在globalenv 中有这么多对象。类似lapply(as.character(2013:2017), function(y) dataset[dataset$Year == y, ])。
相关：Creating a summary statistical table from a data frame.
看拆分功能。这将拆分您的数据框并将结果放入列表中以供进一步分析。

标签： r

【解决方案1】：

我假设您正在创建每个子集数据框，以便您可以计算每年的汇总统计数据？对于这种类型的问题，我喜欢 data.table 包，它使您能够跨组列拆分计算：

library(data.table)
dataset <- as.data.table(dataset)

financial_summary_stats <- dataset[, list(
    q10 = quantile(Financials, 0.10, na.rm=TRUE),
    q25 = quantile(Financials, 0.25, na.rm=TRUE),
    q50 = quantile(Financials, 0.50, na.rm=TRUE),
    mean = mean(Financials, na.rm=TRUE),
    q75 = quantile(Financials, 0.75, na.rm=TRUE),
    q90 = quantile(Financials, 0.90, na.rm=TRUE)
  ), by = Year]

【讨论】：

感谢您的帮助！我最终使用了 dplyr： dataset %>% group_by(Year) %>% summarise(mean(Financials, na.rm = T), median(Financials, na.rm = T), sd(Financials, na.rm = T ），分位数（财务，0.10，na.rm = T），分位数（财务，0.25，na.rm = T），分位数（财务，0.50，na.rm = T），分位数（财务，0.75，na.rm = T），分位数（财务，0.90，na.rm = T））