用 R 计算汇总数据答案

【问题标题】：Calculate summary data with R用 R 计算汇总数据
【发布时间】：2013-02-10 14:56:52
【问题描述】：

我的数据框如下所示：

set.seed(123)
df <- data.frame(factor1 = rep(c("A", "B"),50),
                 factor2 = rep(c("X","X", "Y", "Y"),25),
                 value = rnorm(100))

我想计算 factor1:factor2 对的一些汇总值。我使用以下方法计算了平均值和标准差：

summary <- as.matrix(cast(df, factor1~factor2, mean))
summary.sd <- as.matrix(cast(df, factor1~factor2, sd))
summary.table <- t(rbind(summary, summary.sd))
colnames(summary.table) <- c("A.mean", "B.mean", "A.sd", "B.sd")

但我想将比较 A 与 B 的 t.test 中的 p 值添加到 summary.table 中。到目前为止，我已经这样做了，但这不仅没有写入 summary.table，而且我不能获取要打印的 factor2 变量的名称：

for (measurement in levels(df$factor2)) print(t.test(value~factor1, data=subset(df, factor2==measurement)))

我认为必须有一些简单的方法来做到这一点，或者也许我不知道的一个包会让这更简单。

【问题讨论】：

标签： r casting summary

【解决方案1】：

我会这样做：

首先，使用ddply 从plyr 使用summarise 获取mean 和sd 摘要

require(plyr)
require(reshape2)
o1 <- ddply(df, .(factor1, factor2), summarise, mean = mean(value), sd=sd(value))

#   factor1 factor2       mean        sd
# 1       A       X 0.03746854 0.8730525
# 2       A       Y 0.18352432 0.7635439
# 3       B       X 0.10317706 1.0494930
# 4       B       Y 0.03745372 0.9876173

然后，为t-test 获取p-values，mean(A) = mean(B) 为X 和Y 级别在factor2 中的factor2：

o2 <- ddply(df, .(factor2), summarise, pval=t.test(value ~ factor1)$p.value)

#   factor2      pval
# 1       X 0.8108754
# 2       Y 0.5614256

然后，使用reshape2 的melt 和dcast 将o1 转换为所需的格式。

o1.mc <- dcast(melt(o1, c("factor1", "factor2")), factor2 ~ variable + factor1)

#   factor2     mean_A     mean_B      sd_A      sd_B
# 1       X 0.03746854 0.10317706 0.8730525 1.0494930
# 2       Y 0.18352432 0.03745372 0.7635439 0.9876173

现在，将其与o2 合并：

merge(o1.mc, o2)

#   factor2     mean_A     mean_B      sd_A      sd_B      pval
# 1       X 0.03746854 0.10317706 0.8730525 1.0494930 0.8108754
# 2       Y 0.18352432 0.03745372 0.7635439 0.9876173 0.5614256

【讨论】：